Erfolgreich eingeworben

MusteR-FM: KI-Basismodelle für die Analyse chirurgischer Eingriffe

Wie kann Künstliche Intelligenz chirurgische Eingriffe besser verstehen? Im Projekt „MusteR-FM“ werden Methoden entwickelt, um KI-Basismodelle für die Analyse chirurgischer und endoskopischer Videos zu erweitern. Ziel sind vielseitig einsetzbare KI-Systeme, die medizinische Abläufe erkennen, analysieren und langfristig intelligente Assistenzsysteme im Operationssaal ermöglichen.

Wie lautet der Titel Ihres Forschungsprojekts? 

MusteR-FM

Wer ist an dem Projekt beteiligt?

Projektleitung: Prof. Dr. Christoph Palm, Wissenschaftliche Mitarbeiterin: Raphaela Märkl

Worum geht es in Ihrem Förderprojekt?

MusteR-FM entwickelt Methoden, mit denen sich bestehende KI-Basismodelle für die multimodale Analyse chirurgischer und endoskopischer Videos erweitern lassen. Solche Basismodelle lernen breit einsetzbare Repräsentationen und bilden die Grundlage für eine Vielzahl klinischer Anwendungen, statt sich auf einzelne Aufgaben zu beschränken. In der aktuellen Projektphase liegt der Fokus auf minimal-invasiver Chirurgie in Zusammenarbeit mit der Technischen Universität München. In einer geplanten Folgephase soll die Arbeit auf endoskopische Eingriffe in der Gastroenterologie erweitert werden, gemeinsam mit dem Universitätsklinikum Augsburg.

Was begeistert Sie an dem Projekt? 

Der spannendste Aspekt ist der Cross-Domain-Ansatz. Bislang werden KI-Systeme in der chirurgischen Bildanalyse meist auf eng umrissene Einzelaufgaben spezialisiert. MusteR-FM entwickelt dagegen Methoden, die ein Modell in die Lage versetzen sollen, über verschiedene Eingriffsarten hinweg zu generalisieren und dabei nicht nur einzelne Bilder, sondern zeitliche Abläufe zu verstehen. Möglich wird das nur, wenn Methodik und klinische Nähe zusammenkommen, und genau das leistet die enge Kooperation mit TUM und Universitätsklinikum Augsburg. Ein weiterer spannender Aspekt ist die Zusammenarbeit im Rahmen der Bayerischen KI-Basismodell-Initiative, an deren gemeinsamem Health-Basismodell die entwickelten Methoden mitwirken sollen.

Wie können Erkenntnisse aus dem Projekt Anwendung in der Praxis finden?

Ein trainiertes Basismodell kann als Ausgangspunkt für sehr unterschiedliche Anwendungen dienen. Möglich werden zum Beispiel die automatische Erkennung von Eingriffsphasen, die Segmentierung anatomischer Strukturen, die Vorhersage nächster Prozessschritte oder die Unterstützung im Training angehender Ärztinnen und Ärzte. Langfristig können solche Funktionen zu intelligenten Assistenzsystemen im Operationssaal führen. Die in MusteR-FM entwickelten Methoden sollen so breit einsetzbar sein, dass sie als Grundlage für weitere Forschungs- und Anwendungsprojekte dienen können. Da die Bayerische KI-Basismodell-Initiative auf offene Bereitstellung setzt, können Forschungsgruppen und Anwendungspartner darauf aufbauen.

 

Unter den nachfolgenden Verlinkungen finden Sie weitere Informationen zum Labor "Regensburg Medical Image Computing"(ReMIC) sowie den Forschungszentren "Research Center for Artificial Intelligence" (RCAI), "Research Center of Biomedical Engineering" (RCBE) und "Research Center of Health Sciences and Technology" (RCHST) der Fakultät Informatik und Mathematik.

 

Auf unserer Website finden Sie einen Überblick über die aktuellen Förderprojekte der OTH Regensburg.

Symbolische Darstellung KI-gestützter Analyse chirurgischer und endoskopischer Videos. Foto: Christoph Palm, erstellt mithilfe von ChatGPT/DALLE-E, Open AI, 2026

Projektübersicht

    • Projektdauer

      01.08.2026 - 31.10.2027

    • Mittelherkünfte

      StMWK - AI.BAY - Bavarian Initiative for Multimodal AI Foundation Models

    • Fördersumme

      97.700,00 €

Projektdauer

Mittelherkünfte

Fördersumme

01.08.2026 - 31.10.2027

StMWK - AI.BAY - Bavarian Initiative for Multimodal AI Foundation Models

97.700,00 €