Ein Radiologe hat einen oft zeitraubenden Job. Er sichtet Bilder seiner Patienten, Aufnahmen aus dem Kernspin oder auch Röntgenbilder, die ein Computertomograf erstellt hat, eins nach dem anderen, alle grau in grau. Und er sucht nach den Gründen dafür, warum jemand krank ist: Diese auffällige Stelle dort, ist das Krebs? Wo beginnt, wo endet er? Und ist der Tumor gut- oder bösartig? Gewissheit über solche Fragen gibt meist nur eine Operation.
Björn Menze arbeitet an Methoden, um diese Fragen leichter zu klären. Mit seinem Team entwickelt der Informatiker ein Computerprogramm, das lernt, Bilder selbständig auszuwerten, schneller als ein Arzt und hoffentlich ebenso zuverlässig. "Wir machen das Leben der Radiologen einfacher", sagt er. In den vergangenen Jahren arbeitete er am Zentralinstitut für Medizintechnik der TU in Garching.
Dabei soll Menzes Algorithmus mehr liefern als nur Anhaltspunkte dafür, ob ein Patient einen Tumor hat; er soll den Körper verstehen, Organe unterscheiden und Details interpretieren, etwa die Struktur der Gefäße im Tumor und daneben. Und er soll Muster finden: Dafür vergleicht das Programm Unmengen von Bildern, sucht nach Unterschieden und Gemeinsamkeiten. Das Programm könne dabei auch anderen Forschern helfen, etwa um deren Hypothesen zu überprüfen, sagt Menze. Zum Beispiel darüber, wie Tumore wachsen.
Menze arbeitet überhaupt eng mit Ärzten und anderen Wissenschaftlern zusammen. Er will deren Probleme mit Bildern lösen, im Gegenzug helfen sie dabei, das Programm zu verbessern. Am Ende soll es Prognosen ermöglichen und Hinweise für die optimale, auf den Einzelnen zugeschnitte Therapie geben. Bis dahin aber muss es noch besser werden. Die Algorithmen ähnelten der Google-Bildersuche, sagt Menze. Nur erkenne Google keineswegs alles genau, die Fehlerquote betrage bis zu 20 Prozent. Im Internet sei das in Ordnung. "Wir aber können uns das nicht erlauben. Erst wenn das Programm ähnlich gut ist wie ein Arzt, können wir es klinisch nutzen."