نبذة مختصرة : Laut aktuellen Studien kommt es aufgrund von Pensionierungen und demographischen Entwicklungen bis zum Jahr 2030 zu einem erhöhten Personalbedarf bei medizinisch-technischen Diensten in Österreich. Zu diesen gehören auch Radiologietechnolog:innen. Die Entwicklung tendiert in die Richtung, dass Radiologietechnolog:innen weniger Zeit für die Betreuung ihrer Patient:innen haben, wodurch die Qualität der Untersuchungen und schlussendlich die Patient:innen selbst leiden können. Vor allem bei Untersuchungen von Kindern sind diese Entwicklungen problematisch. Daher arbeiten und forschen immer mehr Unternehmen, welche im radiologischen Bereich tätig sind, an künstlich-intelligenten Lösungen, die diesen Umständen entgegen wirken sollen. Eine dieser Firmen ist die Siemens Healthcare GmbH. Diese Firma hat ein künstlich-intelligentes Röntgensystem entwickelt, welches den Arbeitsalltag von Radiolgietechnolog:innen erleichtern und den Workflow optimieren soll. Diese Bachelorarbeit beschäftigt sich damit, inwiefern ein künstlich-intelligentes Röntgensystem die zuvor erwähnten Punkte durchführen kann. Um dies zu überprüfen, wurden die beiden Forschungsfragen „Wie wirkt sich die Unterstützung eines künstlich-intelligenten Röntgensystems auf den Untersuchungsablauf eines Thoraxröntgen aus?“ und „Welche Auswirkungen hat der Einsatz eines künstlich-intelligenten Aufnahmesystems auf die vom Gerät messbaren Dosiswerte?“ mit Hilfe eines Experiments beantwortet. In dem Experiment wurden 10 Thoraxröntgen von zehn teilnehmenden Radiologietechnolog:innen, einmal mit und einmal ohne Unterstützung durch Künstliche Intelligenz, aufgenommen. Der Untersuchungsablauf wurde positiv durch den Einsatz des Röntgensystems beeinflusst, da weniger Zeit für die Untersuchungen und auch weniger Wiederholungsaufnahmen benötigt wurden. Das Dosis-Flächen-Produkt blieb im Vergleich beider Durchgänge annähernd gleich. According to current studies, there will be an increased need for human resources in medical-technical services in Austria by 2030 due to retirements and demographic developments. This also includes radiological technologists. The trend is that radiological technologists will have less time to care for their patients, which may affect the quality of examinations and ultimately the patients themselves. Therefore, more and more companies that are active in the radiological field are working on and researching artificial-intelligent solutions that are supposed to counteract these circumstances. One of these companies is the Siemens Healthcare GmbH. This company has developed an artificially intelligent X-ray system, which should facilitate the daily work of radiological technologists and optimize the workflow. This bachelor thesis deals with the extent to which an artificially intelligent X-ray system can perform the previously mentioned points. To verify this, the two research questions "How does the support of an artificially intelligent X-ray system affect the examination workflow of a chest X-ray?" and "What effects does the use of an artificially intelligent acquisition system have on the dose values that can be measured by the device?" were answered with the help of an experiment. In the experiment, 10 chest x-rays were taken by ten participating radiology technologists, once with and once without the support of artificial intelligence. The examination procedure was positively influenced by using the X-ray system, as less time was required for the examinations and fewer repeat exposures had to be done. The dose-area product remained approximately the same in the comparison of both runs.
Processing Request
No Comments.