Künstliche Intelligenz wird zunehmend für die gynäkologische Bildgebung untersucht. Im Juni 2026 stellten Forschende Female-RHINO vor, einen Forschungsrahmen zur quantitativen Analyse von Becken-MRTs und zur Erstellung strukturierter Befunde.

Das System verbindet die Kommunikation mit dem MRT-Scanner mit Deep-Learning-Modellen, die Strukturen segmentieren und anatomische Orientierungspunkte erkennen können, um quantitative Biomarker abzuleiten. Die Arbeit wurde anhand von mehr als 500 multizentrischen Untersuchungen mit unterschiedlichen Geräten, Herstellern und Protokollen evaluiert.

Was kann die Automatisierung leisten?

Standardisiertere Messungen könnten die Unterschiede zwischen Untersuchern reduzieren und den Vergleich von Aufnahmen erleichtern. Bestimmte anatomische Parameter könnten dadurch reproduzierbarer und im Verlauf besser nachverfolgbar werden.

Noch eine Forschungstechnologie

Die Ergebnisse sind vielversprechend, Female-RHINO ist jedoch weiterhin ein Forschungsinstrument und kein Ersatz für die fachärztliche Beurteilung. Vor einer breiten klinischen Anwendung sind zusätzliche Validierungen sowie eine sorgfältige Bewertung von Sicherheit und Nutzen erforderlich.

Quelle: Bhatia et al., Female-RHINO, 23. Juni 2026.