Integration medizinischer Bilddatensätze zur Förderung der KI-Entwicklung

Die medizinische Bildgebung ist ein Eckpfeiler der modernen Diagnostik und Behandlungsplanung. Mit dem Aufkommen von Künstlicher Intelligenz (KI) und insbesondere von Grundlagenmodellen (Foundation Models) eröffnen sich neue Potenziale für die Automatisierung und Präzisierung in diesem Bereich. Doch die Entwicklung dieser fortschrittlichen KI-Modelle stößt in der medizinischen Bildgebung auf spezifische Herausforderungen, die primär in der Natur der Daten selbst begründet liegen. Ein aktuelles Projekt, "Imaging-X", hat sich der Aufgabe angenommen, diese Herausforderungen zu analysieren und Lösungsansätze aufzuzeigen. Als Senior Specialist Journalist und Analyst für Mindverse möchten wir Ihnen die Kernergebnisse und Implikationen dieser Initiative näherbringen.

Die Herausforderung: Fragmentierte Datenlandschaft in der medizinischen Bildgebung

Die Entwicklung leistungsfähiger Grundlagenmodelle erfordert große, vielfältige und qualitativ hochwertige Datensätze. In der medizinischen Bildgebung ist die Zusammenstellung solcher Datensätze jedoch mit erheblichen Schwierigkeiten verbunden. Diese ergeben sich aus mehreren Faktoren:

• Abhängigkeit von klinischem Fachwissen: Die korrekte Akquise, Annotation und Interpretation medizinischer Bilder erfordert spezialisiertes medizinisches Fachwissen, was den Prozess zeitaufwändig und kostspielig macht.
• Strenge ethische Richtlinien und Datenschutzbestimmungen: Medizinische Daten sind hochsensibel. Der Schutz der Patientendaten (z.B. durch Anonymisierung und Pseudonymisierung) sowie die Einhaltung komplexer rechtlicher und ethischer Rahmenbedingungen erschweren die gemeinsame Nutzung und Aggregation von Daten.
• Fragmentierung der Datensätze: Viele existierende Datensätze sind klein, auf spezifische Aufgaben zugeschnitten und oft in isolierten "Datensilos" gespeichert. Dies limitiert ihre Nützlichkeit für das Training von vielseitigen und robusten Grundlagenmodellen, die eine breite Palette von Aufgaben und Modalitäten abdecken sollen.
• Uneinheitliche Verteilung: Die vorhandenen Daten sind oft ungleichmäßig über verschiedene Organe, Bildgebungsmodalitäten (z.B. CT, MRT, Röntgen, Ultraschall) und Pathologien verteilt.

Diese Faktoren führen zu einem Mangel an großskaligen, vereinheitlichten medizinischen Datensätzen, was die Entwicklung und Leistungsfähigkeit von KI-Modellen in diesem Bereich hemmt.

"Imaging-X": Eine systematische Bestandsaufnahme und Integrationsstrategie

Das Projekt "Imaging-X" hat eine umfassende Untersuchung von über 1000 frei zugänglichen medizinischen Bilddatensätzen durchgeführt. Ziel war es, einen systematischen Katalog dieser Datensätze zu erstellen, der Informationen über deren Modalitäten, Aufgaben, Anatomien, Annotationen, Einschränkungen und Integrationspotenziale enthält. Die Ergebnisse dieser Analyse legen die zuvor beschriebene fragmentierte und in der Skalierung bescheidene Landschaft offen. Die Datensätze sind oft auf eng gefasste Aufgaben spezialisiert und ungleichmäßig über Organe und Modalitäten verteilt.

Das metadatenbasierte Fusionsparadigma (MDFP)

Um dieser Fragmentierung entgegenzuwirken und die vorhandenen Ressourcen besser nutzbar zu machen, schlagen die Forscher von "Imaging-X" ein metadatenbasiertes Fusionsparadigma (Metadata-Driven Fusion Paradigm, MDFP) vor. Dieses Paradigma zielt darauf ab, öffentliche Datensätze mit gemeinsamen Modalitäten oder Aufgaben zu integrieren. Der Ansatz transformiert mehrere kleine Datensilos in größere, kohärentere Ressourcen, indem er deren Metadaten nutzt, um Verbindungen und Kompatibilitäten herzustellen.

Die Kernidee des MDFP ist es, die reichhaltigen Metainformationen der Datensätze zu nutzen, um eine intelligente Verknüpfung und Harmonisierung zu ermöglichen. Dies umfasst:

• Standardisierung der Metadaten: Eine einheitliche Beschreibung der Datensätze hinsichtlich ihrer klinischen Relevanz, technischen Spezifikationen und Annotationen.
• Identifikation von Synergien: Auffinden von Datensätzen, die aufgrund ähnlicher Modalitäten, Zielaufgaben oder anatomischer Regionen miteinander kombiniert werden können.
• Automatisierte Integration: Entwicklung von Mechanismen, die eine effiziente und skalierbare Zusammenführung der Daten ermöglichen.

Praktische Umsetzung: Interaktives Portal und strukturierte Übersicht

Als konkretes Ergebnis des Projekts "Imaging-X" wurde ein interaktives Entdeckungsportal entwickelt. Dieses Portal ermöglicht eine End-to-End-Integration medizinischer Bilddatensätze. Darüber hinaus wurde eine vereinheitlichte, strukturierte Tabelle aller untersuchten Datensätze erstellt. Diese Tabelle fasst die wichtigsten Merkmale zusammen und bietet Referenzlinks, wodurch der Forschungsgemeinschaft ein zugängliches und umfassendes Repository zur Verfügung gestellt wird.

Das Repository umfasst eine breite Palette von Bildgebungsmodalitäten und anatomischen Regionen. Dazu gehören unter anderem:

2D-Medizinische Bilddatensätze:

• Dermatoskopie: Datensätze wie ISIC18, ISIC20, Derm7pt, die sich auf Hautläsionen und Melanome konzentrieren.
• Optische Kohärenztomographie (OCT): Beispiele sind OCT2017 und Retinal OCT für die Retina.
• Infrarot: Datensätze wie RAVIR zur Untersuchung der Retina.
• CT-Datensätze: Umfassen LoDoPaB-CT, National Lung Screening Trial und COVID-19-CT SCAN IMAGES für Lunge, Gehirn und andere Organe.
• Röntgen-Datensätze: Wie Chest X-ray, NIH Chest X-ray 14 und COVIDx CXR-2, die sich auf Lunge und Thorax konzentrieren.
• MRT-Datensätze: Darunter braimMRI, Brain-MRI und SpinalDisease2020 für Gehirn und Wirbelsäule.
• Fundusfotographie: DRISHTI-GS, EyePACS, ODIR zur Analyse der Retina und Augenerkrankungen.
• Histopathologie: PANDA_radboud, Gleason, CAMELYON17 für die Untersuchung von Prostatakrebs, Brustkrebs und anderen Gewebeproben.
• Ultraschall: BUSI, Ultrasound Nerve Segmentation für Brust und Nerven.
• Endoskopie: Kavsir, EndoSlam, EndoVis15 für Kolon, Magen und andere gastrointestinale Bereiche.
• Mikroskopie: CellTracking2019, CREMI, Bacteria Detection für Zellanalysen.
• PET: Datensätze wie AREN0534 und CMB-GEC, oft in Kombination mit CT.

3D-Medizinische Bilddatensätze:

Diese Datensätze bieten eine reichhaltigere räumliche Information und sind entscheidend für die volumetrische Analyse und klinische Entscheidungsfindung.

• 3D-CT-Datensätze: TotalSegmentator, AutoPET, DeepLesion für Ganzkörper-, Thorax- oder Abdomenanalysen.
• 3D-MRT-Datensätze: ACDC, M&Ms, BraTS für Herz, Gehirn und andere Strukturen.
• 3D-PET-Datensätze: QIN PET Phantom, HECKTOR, oft in Kombination mit CT oder MRT.
• 3D-Ultraschall-Datensätze: TDSC-ABUS2023, CETUS2014 für Brust und Herz.
• Andere 3D-Datensätze: MitoEM (3D-Mikroskopie), CADA (3D-DSA), RETOUCH (OCT) für spezifische Anwendungen.

Video-Medizinische Datensätze:

Diese Datensätze erfassen zeitliche Dynamiken in medizinischen Prozeduren und der Patientenüberwachung.

• Video-Datensätze: CholecT50, SurgVisDom, CATARACTS für endoskopische Untersuchungen und Chirurgie.

Ausblick und Implikationen für die B2B-Zielgruppe

Die Initiative "Imaging-X" und das vorgeschlagene MDFP bieten einen praktischen Fahrplan zur Skalierung medizinischer Bildgebungsdaten. Für B2B-Kunden, insbesondere Unternehmen im Bereich der KI-Entwicklung, der medizinischen Software oder der Gesundheitsdienstleistungen, ergeben sich daraus mehrere wichtige Erkenntnisse und Chancen:

Beschleunigte Datenentdeckung: Das interaktive Portal und die strukturierte Datentabelle vereinfachen den Zugang zu einer Vielzahl von Datensätzen. Dies reduziert den Aufwand für die Datensuche und -beschaffung erheblich.

Effizientere Datensatz-Erstellung: Durch die Identifizierung bestehender Ressourcen und deren Integrationspotenzial können Unternehmen gezielter neue Datensätze erstellen und dabei Redundanzen vermeiden.

Entwicklung leistungsfähigerer Grundlagenmodelle: Größere und kohärentere Datensätze sind die Basis für robustere und vielseitigere Grundlagenmodelle. Dies ermöglicht die Entwicklung von KI-Lösungen, die in der Lage sind, eine breitere Palette klinischer Aufgaben zu bewältigen und eine bessere Generalisierbarkeit über verschiedene Patientenkohorten und klinische Szenarien hinweg aufweisen.

Förderung der interdisziplinären Zusammenarbeit: Die Verfügbarkeit integrierter Datenressourcen kann die Zusammenarbeit zwischen KI-Entwicklern, Medizinern und Forschern erleichtern und beschleunigen.

Unterstützung von Mindverse-Anwendungen: Für eine All-in-One-Content-Plattform wie Mindverse, die auf KI-Text, -Bilder und -Forschung setzt, sind solche umfassenden Datenrepositorien von unschätzbarem Wert. Sie können die Qualität und Vielfalt der generierten medizinischen Inhalte verbessern und die Forschungsfunktionen erweitern.

Die Herausforderungen in der medizinischen Bildgebung sind komplex, aber Initiativen wie "Imaging-X" zeigen auf, dass durch systematische Ansätze und offene Zusammenarbeit signifikante Fortschritte erzielt werden können. Die Transformation fragmentierter Daten in kohärente, großskalige Ressourcen ist ein entscheidender Schritt auf dem Weg zu einer neuen Generation medizinischer KI-Anwendungen, die das Potenzial haben, die Gesundheitsversorgung nachhaltig zu verbessern.

Bibliographie

- Deng, Z., Tang, C., Huang, Z., et al. (2026). Project Imaging-X: A Survey of 1000+ Open-Access Medical Imaging Datasets for Foundation Model Development. Hugging Face Papers. Verfügbar unter: https://huggingface.co/papers/2603.27460 (Zugegriffen: 16. Mai 2024). - uni-medical. (o. J.). GitHub - uni-medical/Project-Imaging-X: Project Imaging-X: A Survey of 1000+ Open-Access Medical Imaging Datasets for Foundation Model Development. GitHub. Verfügbar unter: https://github.com/uni-medical/Project-Imaging-X (Zugegriffen: 16. Mai 2024). - Zhang, Y., Gao, J., Tan, Z., et al. (2024). Data-Centric Foundation Models in Computational Healthcare: A Survey. arXiv preprint arXiv:2401.02458. Verfügbar unter: https://arxiv.org/abs/2401.02458 (Zugegriffen: 16. Mai 2024). - He, Y., Huang, F., Jiang, X., et al. (2024). Foundation Model for Advancing Healthcare: Challenges, Opportunities and Future Directions. IEEE Reviews in Biomedical Engineering. Verfügbar unter: https://github.com/YutingHe-list/Awesome-Foundation-Models-for-Advancing-Healthcare (Zugegriffen: 16. Mai 2024). - Azad, B., Azad, R., Eskandari, S., et al. (2023). Foundational Models in Medical Imaging: A Comprehensive Survey and Future Vision. arXiv preprint arXiv:2310.18689. Verfügbar unter: https://arxiv.org/abs/2310.18689 (Zugegriffen: 16. Mai 2024). - Singh, Y., Unal, O., Ali, F., et al. (2026). Large-Scale Foundation Models for Radiological Image Analysis: Clinical Applications, Technical Challenges, and Future Directions. Journal of Imaging Informatics in Medicine. Verfügbar unter: https://link.springer.com/article/10.1007/s10278-025-01823-w (Zugegriffen: 16. Mai 2024). - Zhong, B., Zhong, Y., Liu, Y., et al. (2025). MedImg: An Integrated Database for Public Medical Image. PubMed. Verfügbar unter: https://pubmed.ncbi.nlm.nih.gov/40833036/ (Zugegriffen: 16. Mai 2024). - Jiménez-Sánchez, A., Avlona, N.-R., de Boer, S., et al. (2025). In the Picture: Medical Imaging Datasets, Artifacts, and their Living Review. arXiv preprint arXiv:2501.10727. Verfügbar unter: https://arxiv.org/abs/2501.10727 (Zugegriffen: 16. Mai 2024). - Singla, N., Koos, K., Haddadpour, F., et al. (2025). Multi Anatomy X-Ray Foundation Model. arXiv preprint arXiv:2509.12146. Verfügbar unter: https://arxiv.org/abs/2509.12146 (Zugegriffen: 16. Mai 2024).