Flownix und Asan Medical Center: KI siegt in allen MICCAI-2026-Wertungen

Das Medizinsoftware-Unternehmen Flownix hat gemeinsam mit einem Forschungsteam des Asan Medical Center in Seoul alle drei Genauigkeitswertungen der „4D Flow MRI Reconstruction Challenge“ auf der MICCAI 2026 gewonnen, der internationalen Konferenz für medizinische Bildverarbeitung. Das teilte das Unternehmen am 29. Oktober mit.

Warum die Scandauer zählt

Die 4D-Flow-MRT erfasst den Blutfluss in Herz und Gefäßen während eines Herzschlags dreidimensional und liefert Werte wie Flussgeschwindigkeit und die Kraft auf die Gefäßwand. Ärzte nutzen sie, um das Risiko von Aortenaneurysmen, Gefäßverengungen und Aortendissektionen einzuschätzen und Operationen zu planen. Eine hochaufgelöste Aufnahme dauert jedoch 30 bis 60 Minuten, weshalb das Verfahren im Klinikalltag wenig verbreitet ist.

Die diesjährige Challenge widmete sich genau diesem Problem. Die Teams erhielten Messdaten, die auf ein Zehntel bis ein Fünfzigstel reduziert waren, und sollten die Blutflussinformationen per KI möglichst genau rekonstruieren. Weniger Daten bedeuten eine entsprechend kürzere Messzeit.

Die Ergebnisse

264 Personen meldeten sich an, 22 Teams kamen in die Endwertung, darunter UCLA, ETH Zürich, UCSF, Northwestern University und Canon Medical Systems. Das Gemeinschaftsteam aus Flownix, der Gruppe von Professor Joon-Goo Lee am Biomedizintechnik-Forschungszentrum des Asan und der Kangwon National University teilte sich Platz eins bei der Bildrekonstruktion aus wenigen Daten. In den beiden Generalisierungswertungen – unbekannte Kliniken und Erkrankungen sowie unbekannte Körperregionen – siegte es allein. Kein anderes Team gewann alle drei.

Alle Teams trainierten ausschließlich mit Aortendaten und wurden ohne erneutes Training an Daten anderer Kliniken, Geräte und Erkrankungen sowie an Hirngefäßen, Halsschlagader, Pfortader und Nierenarterie getestet. In beiden Generalisierungswertungen lag das Team bei allen vier Kennzahlen vorn, darunter Bildähnlichkeit, Fehler sowie Betrag und Richtung der Geschwindigkeitsabweichung. Laut Unternehmen zeigt das einen Weg aus der Begrenzung medizinischer KI, die nur mit Daten der Trainingsklinik gut funktioniert.

Das Verfahren nutzt die regelmäßige Veränderung des Blutflusses im Herzzyklus, um Störungen in kurzen Aufnahmen herauszufiltern. Das Team stellte seine Arbeit beim Workshop als erstes von 12 eingeladenen Teams vor. Beide Einrichtungen forschen seit 2014 zusammen; Flownix entwickelt die Software Flownix Streamliner zur Analyse von Flussgeschwindigkeit und -richtung.

CEO Ho-jin Ha will die Technik mit der Plattform zur Blutflussanalyse verknüpfen, um die klinische Einführung zu beschleunigen. Professor Lee sagte, Patienten sollten mit kürzeren Untersuchungen eine genaue Diagnose erhalten.