Das Thema des zweistündigen KI-Workshops für MTR/MFA ist der Umgang mit Künstliche Intelligenz (KI) anhand eines praktischen Beispiels. Insbesondere künstliche neuronale Netze -Deep Learning (DL) wird vertieft behandelt. Verschiedene Begriffe im Zusammenhang mit KI, wie z.B. Algorithmus, Modell und Blackbox werden anhand von praktischen Beispielen näher erläutert. Wie gehen der Frage nach wie DL im Tätigkeitsfeld der MT/MFA in der Radiologie eingesetzt werden kann? Darüber hinaus wird die Kombination von DL und Supervised Learning, die häufig in der medizinischen Bildgebung eingesetzt wird, anhand der FOV-Positionierung für CT- und MRT-Untersuchungen live demonstriert. Der Kurs kombiniert theoretisches Wissen mit praktischen Anwendungen und bietet die Möglichkeit, erste Erfahrungen im Umgang mit Annotationssoftware zu sammeln und ein Modell auf Basis der Annotationen zu trainieren.
Inhalte des Workshops
● Grundlagen zu neuronalen Netzen und Supervised Learning.
● Hands-on Übungen: Annotation und Modelltraining.
● Demonstration einer KI-Lösung zur automatischen Anpassung des Field of View (FoV).
Zielgruppe: Der Workshop richtet sich an MTRs, Medizinische Fachangestellte in der Radiologie, sowie an alle, die sich einen praxisorientierten Einstieg in den Grundlagen suchen.
Voraussetzungen:
Es sind keine speziellen Vorkenntnisse in KI erforderlich. Technisches Grundverständnis von IT und Radiologie ist jedoch von Vorteil.
● Vorstellung der Referenten und der Teilnehmer*innen.
● Kurzüberblick über den Ablauf und die Lernziele des Workshops.
● Bedeutung von KI im Tätigkeitsbereich der MTR
● Begriffsklärung Künstliche Intelligenz, Machine Learning, Deep Learning, Algorithmus, Modell, Blackbox
● Einführung in künstliche neuronale Netze, Deep Learning und Supervised Learning. Voraussetzungen für das Training eines Modells (Big Data)
● Grenzen von KI Anwendungen (Hardware/Nur für eine spezielle Anwendung möglich)
● Beispiele für die automatische Positionierung des Field of View (FoV) bei CT- und MRT Untersuchungen
● Einführung in das Tool Label Studio.
● Praktische Übung: Annotieren von 10 Beispielaufnahmen.
● Training eines einfachen Modells mit den annotierten Daten.
● Besprechung der Ergebnisse und Optimierungsmöglichkeiten.
● Praktische Durchführung einer Modell Training mit einem konkreten Beispiel im Tätigkeitsbereich der MTR - FOV Positionierung mittels DL
● Diskussion der Anforderungen und Herausforderungen bei der Implementierung.
● Austausch zu möglichen Anwendungsfällen und Forschungsideen für MTR in der Praxis
● Zusammenfassung der wichtigsten Erkenntnisse.
● Q&A
● Feedback der Teilnehmer*innen zum Workshop.