EUVIMEDEUVIMED entdecken
Crossref

Künstliche Intelligenz in der Radiologie: Positionspapier der Österreichischen Röntgengesellschaft (ÖRG)

Thomas Kau, Julia Furtner-Srajer, Gabriel Adelsmayr iD, Gerlig Widmann, Christian Neumann, Matthias Perkonigg, Ramona Woitek, Kristina Lang, Giovanni Rubeis, Markus Pedevilla, Michael Gruber, Helmut Prosch iD und 7 weitere

RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 27.10.2026

DOI: 10.1055/a-2965-2624 ↗

Kurz gefasst

Fachartikel in der Zeitschrift RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, erschienen am 27.10.2026. Verfasst von Thomas Kau und 18 weiteren Autor:innen. Beteiligte Einrichtung: Villach Regional Hospital, Institute of Diagnostic and Interventional Radiology, Austria, Villach.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

ZusammenfassungDie Erstellung dieses Positionspapiers erfolgte im Auftrag des Präsidiums der Österreichischen Röntgengesellschaft (ÖRG). Der korrespondierende Autor wurde als Mitglied des erweiterten ÖRG-Vorstands für Digitalisierung und Künstliche Intelligenz (KI) mit der Zusammenstellung einer interdisziplinären Autorengruppe beauftragt. Die Auswahl der Autorinnen und Autoren erfolgte anhand ihrer wissenschaftlichen und fachlichen Expertise, ihrer Verantwortung in klinischen und universitären Einrichtungen sowie ihres Engagements in nationalen bzw. internationalen Fachgesellschaften und Arbeitsgruppen zur KI in der Radiologie. Repräsentiert sind unterschiedliche radiologische Subspezialisierungen, die großen universitären Versorgungsregionen Österreichs sowie Gesundheitseinrichtungen verschiedener Versorgungsstufen. Ergänzend wurden Expertinnen und Experten aus den Bereichen Technik, Recht und Ethik eingebunden. Die Literaturgrundlage basiert auf einer gezielten Recherche ohne systematische Metaanalyse. Die einzelnen Kapitel wurden von themenspezifischen Subgruppen erarbeitet und vom Erstautor zu einem Gesamtmanuskript zusammengeführt. Ein formales Delphi-Verfahren fand nicht statt. Der Expertenkonsenses wurde vom ÖRG-Vorstand begutachtet und nach Revision als offizielle Position der ÖRG verabschiedet. Kernaussagen Die sichere Einführung kommerzieller KI erfordert eine standardisierte lokale Validierung, definierte Verantwortlichkeiten, kontinuierliches Leistungsmonitoring, Versionskontrolle sowie klare Prozesse für Fehlermeldung, Revalidierung und Deaktivierung. Die Leistungsfähigkeit von KI ist nicht durch Zulassung oder technische Benchmarks allein belegt, sondern muss unter den lokalen klinischen Bedingungen nachgewiesen werden. Die radiologische Verantwortung bleibt auch bei zunehmender Automatisierung beim Menschen. KI verändert die Rolle der Radiologie von der primären Bildinterpretation hin zu einer stärker datenintegrierenden, prognostischen und interdisziplinären Funktion. Der Wert von KI sollte anhand patientenrelevanter Ergebnisse und ihrer Auswirkungen auf die Gesundheitsversorgung bewertet werden und nicht allein anhand technischer Leistungskennzahlen oder einer möglichen Reduktion des Personalbedarfs. Zitierweise Kau T, Furtner-Srajer J, Adelsmayr G et al. Artificial Intelligence in Radiology: A Position Paper of the Austrian Radiological Society (ÖRG). Rofo 2026; DOI 10.1055/a-2965-2624

Autor:innen und Institutionen

  • Villach Regional Hospital, Institute of Diagnostic and Interventional Radiology, Austria, Villach.
  • Medical University of Graz, Department of Radiology, Austria, Graz.
  • Danube Private University, Research Center for Medical Image Analysis and Artificial Intelligence (MIAAI), Austria, Krems an der Donau.
  • Medical University of Graz, Radiology, Austria, Graz.
  • Medical University of Innsbruck, Department of Radiology, Austria, Innsbruck.
  • Hospital of St. John of God, Department of Radiology and Nuclear Medicine, Austria, Vienna.

ORCID-Profile: Gabriel Adelsmayr, Helmut Prosch

Zitieren

APA

Kau, T., Furtner-Srajer, J., Adelsmayr, G., Widmann, G., Neumann, C., Perkonigg, M., Woitek, R., Lang, K., Rubeis, G., Pedevilla, M., Gruber, M., Prosch, H., Schuster, A., Forgo, N., Cadamuro, J., Prainsack, B., Fuchsjäger, M. H., Langs, G., & Uggowitzer, M. M. (2026). Künstliche Intelligenz in der Radiologie: Positionspapier der Österreichischen Röntgengesellschaft (ÖRG). RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren. https://doi.org/10.1055/a-2965-2624

Vancouver

Kau T, Furtner-Srajer J, Adelsmayr G, Widmann G, Neumann C, Perkonigg M, et al. Künstliche Intelligenz in der Radiologie: Positionspapier der Österreichischen Röntgengesellschaft (ÖRG). RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren. 2026. doi:10.1055/a-2965-2624

BibTeX
@article{Kau2026,
  author = {Kau, Thomas and Furtner-Srajer, Julia and Adelsmayr, Gabriel and Widmann, Gerlig and Neumann, Christian and Perkonigg, Matthias and Woitek, Ramona and Lang, Kristina and Rubeis, Giovanni and Pedevilla, Markus and Gruber, Michael and Prosch, Helmut and Schuster, Antonius and Forgo, Nikolaus and Cadamuro, Janne and Prainsack, Barbara and Fuchsjäger, Michael H and Langs, Georg and Uggowitzer, Martin Michael},
  title = {Künstliche Intelligenz in der Radiologie: Positionspapier der Österreichischen Röntgengesellschaft (ÖRG)},
  journal = {RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren},
  year = {2026},
  doi = {10.1055/a-2965-2624}
}
Kostenlos starten →