Grundlagen von Foundation Models in der radiologischen Bildverarbeitung: Chancen, Limitationen und klinische Fallbeispiele
Iram Shahzadi, Jan Borggrefe · RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 2026 · Heft 07
Bibliografische Angaben
Zusammenfassung
ZusammenfassungKünstliche Intelligenz (KI) ist in der Radiologie mittlerweile fest etabliert, wobei bislang vor allem aufgabenspezifische Convolutional Neural Networks (CNNs) wie U-Net-Architekturen für Segmentierung, Detektion und Klassifikation eingesetzt werden. Mit dem Aufkommen sogenannter Foundation Models (FMs) vollzieht sich jedoch ein grundlegender Paradigmenwechsel: Diese großskaligen, vortrainierten Modelle sind darauf ausgelegt, sich flexibel an eine Vielzahl radiologischer Aufgaben anzupassen, häufig mit nur minimalem aufgabenspezifischem Fine-Tuning. In der medizinischen Bildgebung basieren FMs typ…
