Mukoviszidose: Sichere Diagnostik mit KI

Forschende der Universitätsmedizin Greifswald und der Universität Heidelberg haben eine Künstliche Intelligenz (KI) entwickelt, um bei Mukoviszidose-Erkrankten den Gesundheitszustand der Lunge automatisiert mittels Röntgenaufnahmen zu erkennen.

Die Idee zu dem Projekt entsprang einer praktischen Überlegung: Die Magnetresonanztomographie (MRT) ist die Methode der funktionellen Bildgebung mit dem höchsten Informationsgehalt, gleichzeitig aber mit hohem Aufwand und Kosten verbunden. Ein Röntgenbild hingegen liefert den niedrigsten Informationsgehalt, ist aber deutlich häufiger in medizinischen Einrichtungen auch jenseits von Ballungszentren vertreten. „Die Zielsetzung des Projektes war es daher von Anfang an, den niedrigen Informationsgehalt eines Röntgenbildes so zu erhöhen, dass qualitativ eine hochwertige Analyse wie in einem MRT-Scan möglich ist“, erklärt Pof. Mark Wielpütz, Direktor der Klinik und Poliklinik für Diagnostische und Interventionelle Radiologie an der Unimedizin Greifswald.

Großer Datensatz trotz Seltenheit der Erkrankung

Hierzu trainierten Wielpütz und sein Team eine KI mit MRT-Daten. Auswerten sollte diese jedoch Röntgenbilder. „Wir haben über Jahrzehnte hinweg Tausende MRT-Untersuchungen und Röntgenbilder zu Mukoviszidose zusammengetragen“, fasst Wielpütz die Masse an Daten zusammen, die überwiegend aus seiner Zeit an der Universität Heidelberg stammen. „Das ist ein großer Datensatz für diese seltene Krankheit. So eine Datenbank hat sonst keiner.“ Den systemadministrativen Aufwand übernahm der Erstautor und Medizininformatiker Dr. Shengkai Zhao von der Medizinischen Fakultät Heidelberg der Universität Heidelberg. Wielpütz selbst verantwortete das gesamte Projekt und gewährleistete die radiologische Expertise.

„Die Herausforderung ist es, dass es sich bei einem Röntgenbild um eine 2D-Aufnahme handelt“, erklärt der Radiologe. „Bei Menschen mit Mukoviszidose gibt es viele, sich überlagernde Veränderungen in der Lunge. Das bildet ein MRT besser ab.“ Die KI lernte jedoch im Röntgenbild nach verborgenen Mustern zu suchen, die mit den präzisen MRT-Ergebnissen zusammenhängen. Das Ergebnis im unabhängigen Testdatensatz übertraf die Erwartungen: Der so entwickelte, automatisierte Deep-Chest-X-Ray-Score spiegelt den tatsächlichen Zustand der Lunge sehr genau wider.

Schneller zur Diagnose

Neben dieser gezielten Diagnose ist die Zeitersparnis ein weiterer wesentlicher Vorteil der neuen KI. „Der Mensch braucht fünf Minuten für die Auswertung eines Röntgenbildes. Mit viel Übung sind es vielleicht zwei Minuten. Die KI schafft es in Sekunden.“ Beim MRT sind die Kapazitäten noch begrenzter: „Das mache ich mit einer Kollegin zusammen. Dafür brauchen wir zehn Minuten. Die KI schafft es schneller, abhängig von der Rechenleistung.“

Für die Patienten bieten sich die Vorteile, dass die bessere Diagnose in größerer Breite umgesetzt werden kann, gerade in einem Flächenland wie Mecklenburg-Vorpommern. Verfügbar ist die Auswertung über Kooperation mit dem Team um Wielpütz. „Wir werten eingehende Röntgenaufnahmen bei uns aus und schicken das Ergebnis zurück.“

Den Forschenden zufolge soll die KI zur gezielteren Erkennung von Mukoviszidose nur der Anfang sein. In der Zukunft beabsichtigt Wielpütz die Ausweitung der Methode auf andere Krankheitsbilder und zur Messung von Therapieeffekten.