Background: Artificial intelligence (AI) has the potential to fundamentally change radiology workflow.
Objectives: This review article provides an overview of AI applications in cardiovascular radiology with a focus on image acquisition, image reconstruction, and workflow optimization.
Materials and methods: First, established applications of AI are presented for cardiovascular computed tomography (CT) and magnetic resonance imaging (MRI). Building on this, we describe the range of applications that are currently being developed and evaluated. The practical benefits, opportunities, and potential risks of artificial intelligence in cardiovascular imaging are critically discussed. The presentation is based on the relevant specialist literature and our own clinical and scientific experience.
Results: AI-based techniques for image reconstruction are already commercially available and enable dose reduction in cardiovascular CT and accelerated image acquisition in cardiac MRI. Postprocessing of cardiovascular CT and MRI examinations can already be considerably simplified using established AI-based segmentation algorithms. In contrast, the practical benefits of many AI applications aimed at the diagnosis of cardiovascular diseases are less evident. Potential risks such as automation bias and considerations regarding cost efficiency should also be taken into account.
Conclusions: In a market characterized by great expectations and rapid technical development, it is important to realistically assess the practical benefits of AI applications for your own hospital or practice.
Zusammenfassung: HINTERGRUND: Künstliche Intelligenz (KI) hat das Potenzial, die Arbeitsweise in der Radiologie grundlegend zu verändern.
Ziel der arbeit: Dieser Übersichtsartikel bietet eine Übersicht über Anwendungen von KI in der kardiovaskulären Radiologie mit einem Fokus auf die Aspekte Bildakquisition, Bildrekonstruktion und Workflowoptimierung.
Material und methoden: Für die kardiovaskuläre Computertomographie (CT) und Magnetresonanztomographie (MRT) werden jeweils zunächst etablierte KI-Anwendungen vorgestellt. Darauf aufbauend wird das Spektrum der Anwendungen beschrieben, die sich in der Entwicklung und Evaluation befinden. Der praktische Nutzen, die Chancen und potenzielle Risiken von KI in der kardiovaskulären Bildgebung werden kritisch diskutiert. Die Darstellung basiert auf der einschlägigen Fachliteratur sowie eigenen klinischen und wissenschaftlichen Erfahrungen.
Ergebnisse: KI-basierte Techniken zur Bildrekonstruktion sind bereits kommerziell verfügbar und ermöglichen eine Dosisreduktion in der kardiovaskulären CT und beschleunigte Bildakquisition in der Herz-MRT. Die Nachverarbeitung kardiovaskulärer CT- und MRT-Untersuchungen kann bereits jetzt durch etablierte KI-basierte Segmentierungsalgorithmen erheblich vereinfacht werden. Dagegen ist der praktische Nutzen vieler auf die Diagnostik kardiovaskulärer Erkrankungen abzielender Anwendungen von KI weniger evident. Auch sind hier potenzielle Risiken wie Automation Bias sowie Überlegungen zur Kosteneffizienz zu beachten.
Schlussfolgerung: In einem von großen Erwartungen und rasanter technischer Entwicklung geprägten Markt gilt es, den praktischen Nutzen von KI-Anwendungen für die jeweils eigene Klinik oder Praxis realistisch zu bewerten.
Keywords: Computed tomography; Computer-assisted detection; Deep Learning; Heart disease; Magnetic resonance imaging.
© 2024. The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature.