In 6 Schritten vom Operationsvideo zur validierten KI
So funktioniert der Aufbau eines vernetzten Workflows für chirurgische Daten mit Chimaera ImViA
Operationsvideos enthalten wertvolle Informationen über Instrumente, Arbeitsschritte, operative Abläufe und klinische Ereignisse. Doch allein aus Videomaterial entstehen noch keine verlässlichen Daten für Forschung, Qualitätsmanagement oder die Entwicklung künstlicher Intelligenz.
Dafür ist eine Prozesskette erforderlich, in der alle Schritte nahtlos ineinandergreifen: von der Organisation der Videodaten über die strukturierte Annotation und Qualitätskontrolle bis hin zum Datenmanagement, dem Training von KI und der Validierung.
Genau hier setzt Chimaera ImViA an. Die browserbasierte Plattform verbindet diese Arbeitsschritte in einer zentralen Umgebung und schafft so einen durchgängigen Workflow für chirurgische Videodaten. Ohne isolierte Einzellösungen und ohne unnötige Medienbrüche.
1. Chirurgische Videodaten zentral strukturieren
Jeder KI-Workflow beginnt mit einer verlässlichen Datengrundlage. Da chirurgische Videos jedoch komplex und umfangreich sind und Informationen enthalten, die zunächst systematisch erfasst werden müssen, ist dies eine Herausforderung.
Mit Chimaera ImViA lassen sich Videos zentral hochladen, organisieren und mit strukturierten Metadaten versehen. Projektmanager können Annotationsaufgaben, Labelsets und Qualitätsstufen definieren. Funktionen zur Anonymisierung und Pseudonymisierung unterstützen den sicheren Umgang mit sensiblen medizinischen Daten. So entsteht aus unstrukturiertem Videomaterial eine belastbare Grundlage für die nächsten Prozessschritte.
2. Operationsvideos effizient annotieren
Mithilfe von Annotationen wird sichtbar, was in einem Operationsvideo geschieht. Sie markieren beispielsweise zeitliche Phasen, eingesetzte Instrumente, operative Ereignisse oder spezifische Arbeitsschritte.
Mit Chimaera ImViA können Teams chirurgische Videos direkt im Browser annotieren. Die Plattform unterstützt zeitliche Segmentierungen, Instrumentenannotationen und die Erkennung chirurgischer Workflows. Auch weitere medizinische Datentypen wie 2D-Bilder, 3D-Volumen und Endoskopiedaten lassen sich in derselben Umgebung bearbeiten.
KI-gestützte Funktionen reduzieren den manuellen Aufwand zusätzlich. Mithilfe der Video Object Segmentation (VOS) können Objektmasken aus ausgewählten Keyframes auf längere Videosequenzen übertragen werden. Das spart Zeit und unterstützt eine konsistente Annotation, insbesondere bei umfangreichen Videos oder wiederkehrenden Aufgaben.
Entscheidend ist dabei nicht die größtmögliche Menge an Annotationen, sondern die Qualität und Verwertbarkeit der entstehenden Daten.
3. Qualität direkt im Workflow sichern
Hochwertige KI-Modelle benötigen hochwertige Trainingsdaten. Deshalb darf die Qualitätskontrolle nicht erst am Ende eines Projekts stattfinden. Sie muss von Anfang an Bestandteil des Arbeitsprozesses sein.
ImViA integriert definierte Qualitätsschritte direkt in den Annotations-Workflow. Annotationen können von medizinischen Expert:innen geprüft und anschließend durch Quality Officer freigegeben werden. Durch Rollen, Zuständigkeiten und Workflow-Phasen werden klare Verantwortlichkeiten geschaffen und eine lückenlose Nachvollziehbarkeit gewährleistet.
Projekt-Dashboards machen Fortschritt, Ressourcennutzung und Qualitätsstatus transparent. Dadurch wird die Annotation von einer isolierten Einzelaufgabe zu einem kontrollierten und kollaborativen Prozess.
4. Daten, Versionen und Prozesse verknüpfen
Mit wachsenden Datensätzen steigt auch der Aufwand für deren Verwaltung. Unterschiedliche Versionen, Metadaten, Verarbeitungsschritte und beteiligte Personen müssen nachvollziehbar bleiben – besonders in Forschungsprojekten, klinischen Studien und multizentrischen Kooperationen.
Chimaera ImViA verbindet strukturierte Datenverwaltung mit Annotations-Workflows. Bilder und Videos können gemeinsam mit Metadaten, Dokumentation und Versionsinformationen verwaltet werden. Verarbeitungsschritte bleiben transparent und Datenpipelines sind nachvollziehbar.
Rollenbasierte Zugriffsrechte und ein integriertes Projektmanagement schaffen die notwendige Struktur für standort- und disziplinübergreifendes Arbeiten. So bleiben Daten und Prozesse auch bei wachsenden Projekten, Teams und Datensätzen miteinander verbunden.
5. Aus Daten KI-Modelle entwickeln
Nach der Annotation und Qualitätsicherung können die Daten für die Entwicklung und Erprobung von KI-Modellen genutzt werden. Der integrierte „AI Model Zoo” dient als zentrale Umgebung für die Verwaltung und Nutzung verschiedener Modelle. Dazu gehören Chimaera-Modelle ebenso wie kundeneigene Entwicklungen oder Modelle aus dem Open-Source-Ökosystem.
Teams können Modelle trainieren, testen und anwenden, ohne die Plattform wechseln zu müssen. Automatisierte Worker und Batch-Verarbeitung unterstützen eine skalierbare Datenaufbereitung und Inferenz.
Durch die Integration von MONAI Application Packages und die Kompatibilität mit NVIDIA Holoscan lässt sich Chimaera ImViA zudem mit etablierten Technologien für medizinische KI-Workflows verbinden. Je nach Anwendung können die Modelle auf Desktop-GPUs, NVIDIA Jetson, NVIDIA IGX oder Enterprise-Edge-AI-Systemen eingesetzt werden.
6. Ergebnisse validieren und weiterentwickeln
Die KI-Entwicklung ist kein linearer Prozess. Modelle müssen getestet, Ergebnisse überprüft und Datensätze oder Annotationsrichtlinien gegebenenfalls angepasst werden.
Weil Chimaera ImViA Videodaten, Annotationen, Qualitätsprozesse und KI-Modelle in einer Umgebung zusammenführt, können Teams diese Iterationen effizient durchführen. Die Plattform unterstützt Prototyping und Validierung und lässt sich über eine dokumentierte API sowie Python-basierte Integrationen mit bestehenden Entwicklungsumgebungen und Datenpipelines verbinden.
Damit bleiben die Daten nicht von den Modellen getrennt, zu deren Entwicklung sie beitragen. Datenaufbereitung, KI-Training, Test und Bereitstellung werden zu verbundenen Teilen desselben Workflows.
Eine Plattform statt isolierter Tools
Die Entwicklung chirurgischer KI bringt unterschiedliche Fachdisziplinen zusammen: Chirurg:innen und medizinische Expert:innen, Annotator:innen, Forschende, Data Scientists und Softwareentwickler:innen arbeiten zusammen. Jede dieser Gruppen hat andere Anforderungen und Perspektiven, doch alle benötigen verlässliche Daten und klar definierte Prozesse.
Chimaera ImViA verbindet diese Perspektiven in einem gemeinsamen Workflow:
Der entscheidende Unterschied liegt dabei nicht allein in der Annotation. Chimaera ImViA unterstützt den gesamten Lebenszyklus chirurgischer Videodaten: von der Rohfassung über qualitätsgesicherte, KI-fähige Datensätze bis hin zur Entwicklung, Validierung und Anwendung von KI-Modellen. Das schafft eine strukturierte Grundlage für:
- klinische Forschung und Studien
- chirurgische Dokumentation und Qualitätsbewertung
- Aus- und Weiterbildung
- multizentrische Forschungsprojekte
- die Entwicklung und Erprobung KI-basierter Anwendungen.
Der durchgängige Weg zur chirurgischen KI
Chirurgische Videodaten werden dann besonders wertvoll, wenn aus ihnen nachvollziehbare und verlässliche Informationen gewonnen werden können. Dafür reicht eine einzelne Annotationsebene nicht aus. Benötigt wird ein Workflow, der Daten, Fachwissen, Qualitätssicherung und KI-Entwicklung miteinander verbindet.
Chimaera ImViA bildet diese Prozesskette in einer zentralen, browserbasierten Plattform ab – von der ersten Annotation bis zur validierten KI.
Entdecken Sie, wie sich chirurgische Videodaten strukturiert erfassen, qualitätssichern und für KI-gestützte Anwendungen nutzbar machen lassen.
Das könnte Sie auch interessieren:
KI in der industriellen Bildverarbeitung: Von der intelligenten Bildanalyse über die Entwicklung von KI-Modellen bis hin zur skalierbaren Integration
Annotation-Dienstleistungen: Professionelle Datenannotation mit eigenen Experten und eigener Software – wenn es auf Qualität ankommt!
Strategische KI-Partnerschaften: Mit unseren flexiblen Partnermodellen unterstützen wir Ihr Unternehmen dabei, KI-Projekte schneller umzusetzen und internes Know-how nachhaltig aufzubauen.