Chronische Rhinosinusitis und Mukoviszidose: MRT-Aufnahmen mit KI auswerten?

Chronische Rhinosinusitis ist eine häufige Begleiterkrankung bei Mukoviszidose. Die Klassifikation anhand von MRT-Aufnahmen ist zeitaufwendig. Ein Heidelberger Projekt will Abhilfe schaffen: KI soll künftig bei der objektiven Beurteilung helfen.

Um den Schweregrad einer Chronischen Rhinosinusitis bestimmen zu können, gibt es zur Beurteilung von Magnetresonanztomographie (MRT)-Aufnahmen ein Klassifikationssystem zur Einstufung der Schweregrade entwickelt. Die Einstufung ist jedoch zeitaufwendig und hängt von der Erfahrung der Radiologin oder des Radiologen ab. Eine schnelle und objektive Einstufung könnte auch die Versorgung bei Mukoviszidose verbessern.

Deshalb entwickelt die Arbeitsgruppe um Dr. Niclas Hagen, Institut für Medizinische Informatik der Medizinischen Fakultät Heidelberg der Universität Heidelberg und des Universitätsklinikums Heidelberg, derzeit ein Verfahren, das mithilfe von Künstlicher Intelligenz (KI) zu einer automatisierten und objektiven Bewertung von Anomalien der Nasennebenhöhlen beitragen soll. Dabei arbeitet Hagens Arbeitsgruppe eng mit Ärztinnen und Ärzten am Universitätsklinikum Heidelberg und der Universitätsmedizin Greifswald zusammen. Der Bundesverband Mukoviszidose fördert das Projekt mit 19.956 Euro.

Ist KI-Anwendung bei Bildgebung von der Lunge auf Nasennebenhöhlen übertragbar?

Bereits in vorausgegangenen konnte die Heidelberger Arbeitsgruppe mithilfe von KI eine automatisierte Analyse von MRT-Bildern der Lunge bei Mukoviszidose erzielen. Ihre Ergebnisse haben sie bereits in zwei Artikeln publiziert.^1,2

An diese Erfahrungen knüpft das aktuelle Forschungsvorhaben an: Die Wissenschaftler setzen dieselbe Methoden nun für eine KI-gestützte Bewertung von Anomalien in den Nasennebenhöhlen ein. Ziel des Projektes ist es zu untersuchen, ob der Schweregrad von Anomalien der Nasennebenhöhlen automatisiert und objektiv bestimmt werden kann.

Forscherteam entwickelt KI in mehreren Schritten

Für methodisches Vorgehen setzen die Forschenden auf klassische Arbeitsschritte zur Entwicklung einer KI. Dafür sammeln die Wissenschaftler zunächst aus einer bestehenden Datenbank MRT-Aufnahmen der Nasennebenhöhlen mit den dazugehörigen Informationen zu den eingestuften Schweregraden von rund 200 Menschen mit Mukoviszidose.

In einem zweiten Schritt trainieren sie eine KI mit den gesammelten Daten, damit sie lernt, die Nasennebenhöhlen und mögliche Anomalien automatisch zu erkennen. Für die Analyse erfolgt nun ein automatischer Abgleich der von der KI erkannten Nasennebenhöhlen mit den von Anomalien betroffenen Bereichen. Abschließend erproben die Forschenden die KI anhand von Daten, die nicht für das KI-Training verwendet wurden.

Langfristig soll KI helfen, Krankheitsverlauf bei Mukoviszidose vorherzusagen

„Die angestrebten Ergebnisse tragen zu einer automatisierten und objektiven Bewertung von Anomalien der Nasennebenhöhlen bei“, erläutert Hagen. „Sie ergänzen die Arbeiten zur Lunge und sind ein wichtiger Schritt hin zu einer ganzheitlichen und standardisierten Bewertung von Veränderungen in den oberen und unteren Atemwegen.“

Darauf aufbauend verfolg die Arbeitsgruppe langfristig das Ziel, Entwicklungen des Krankheitsverlaufs mithilfe von KI besser abschätzen zu können. Das soll es Ärzten ermöglichen, frühzeitig Therapieentscheidungen zu treffen und die Lebensqualität von Menschen mit Mukoviszidose nachhaltig verbessern zu können.