Osteoporose autotmatisiert frühzeitig erkennen

Das Projekt BMDNow verfolgt das Ziel, Osteoporose und ihre Vorstufen frühzeitig zu diagnostizieren, ohne dass dafür zusätzliche Untersuchungen nötig sind: Eine KI-gestützte Software hilft bei der Früherkennung – sie wertet bestehende CT-Aufnahmen automatisch aus und berechnet daraus die Knochendichte.

Osteoporose verläuft über Jahre hinweg völlig schmerzfrei und schleichend. Viele Betroffene gehen erst dann zur Knochendichtemessung, wenn ein Knochenbruch auftritt oder der Rücken schmerzt. Zu diesem Zeitpunkt ist der Knochenabbau meist schon weit fortgeschritten. Im von der Hessen Agentur geförderten Verbundprojekt BMDNow entwickeln Forschende des Fraunhofer-Instituts für Graphische Datenverarbeitung IGD in enger Zusammenarbeit mit der Goethe-Universität Frankfurt und dem IT-Unternehmen Garritz Online Media International eine Software, die dabei hilft, Osteoporose schon im Anfangsstadium zu erkennen, noch bevor Frakturen entstanden sind, vermeldet die Fraunhofer Gesellschaft.

Die BMDNow-Software ermögliche es dabei, aus bestehenden CT-Bildern nachträglich die Knochendichte (BMD – Bone Mineral Density) einzelner Wirbelkörper präzise zu ermitteln – ohne zusätzliches Personal oder spezielle Geräte. Grundlage sei ein Algorithmus, der neuronale Netze zur automatischen Bildsegmentierung mit modernen bildgebenden Verfahren kombiniert, um verlässliche Knochendichtemessungen zu liefern, erläutert die Gesellschaft für Forschung und Entwicklung.

Analyse der Knochendichte als Nebenprodukt

Bisheriger Goldstandard zur Diagnose von Osteoporose ist die DXA-Methode (Dual-Energy X-ray Absorptiometry). Allerdings wird diese bilgebende Untersuchung in der Regel erst vorgenommen, wenn bereits ein Verdacht auf Knochenschwund vorliegt. „Mit unserer Software hingegen können wir vorhandene Routine-CT-Bilddaten – etwa von Herz- oder Lungenaufnahmen – nutzen, ohne dass zusätzliche Spezialuntersuchungen nötig sind. Auf diese Weise lässt sich die individuelle Strahlenbelastung der Patientinnen und Patienten senken, Ärzte sparen Zeit“, sagt Dr. Stefan Wesarg, Wissenschaftler am Fraunhofer IGD in Darmstadt. „Wir lassen unseren Algorithmus über die vorliegenden Aufnahmen laufen und erhalten quasi als Nebenprodukt eine Analyse der Knochendichte.“

Frühzeitige Immobilität verhindern

Doch wie ermöglicht die Software die automatisierten präzisen Berechnungen der Knochendichte? Die Fraunhofer-Gesellschaft erklärt: Zunächst wird der trabekuläre Bereich der Wirbelkörper, also das innere, schwammartige Knochengewebe, segmentiert. Hierfür testete das Team verschiedene KI-basierte Modelle unter realistischen Bedingungen an realen Patientendaten des Frankfurter Universitätsklinikums.

„Genau in diesem inneren Wirbelbereich wird unser Algorithmus angewendet, der eine dreidimensionale Dichtekarte, eine Dichteverteilung des Knochens liefert. Das KI-Modell analysiert Knochenbestandteile wie Fett und Kalzium und visualisiert die Anteile farblich“, erläutert Wesarg. Die Berechnung der Knochendichte erfolge auf Grundlage spezifischer Kalibrierkurven, die zuvor anhand von Referenzphantomen erstellt wurden. Die berechneten Werte zeigten schließlich, ob eine Osteoporose oder eine Osteopenie vorliegt, was eine frühzeitige Einleitung von erforderlichen Therapien ermögliche.

Zweiter Platz beim Wettbewerb „Hessen Ideen“

Derzeit bestimmen die Forschenden die Knochendichte einzelner Wirbelkörper präzise aus Dual-Energy-CT-Aufnahmen, bei denen der Körper mit zwei unterschiedlichen Röntgenenergien gescannt wird. Künftig wollen die Projektpartner ihre Algorithmen jedoch auch über normale CT-Aufnahmen (Single-Energy-CT) laufen lassen. Langfristig soll eine Referenzdatenbank entstehen. Die Software wird entsprechend trainiert und optimiert, so die Fraunhofer-Gesellschaft. Gegenwärtig finalisierten und validierten die Projektpartner den Softwareprototypen. Eine Zulassung als Medizinprodukt werd in ein bis zwei Jahren angestrebt.

Einen Preis für die innovative Software hat das Team bereits erhalten: Beim Wettbewerb „Hessen Ideen“ wurde das Projekt 2025 mit dem 2. Platz ausgezeichnet. Die Jury überzeugte besonders die Senkung der individuellen Strahlenbelastung der Patientinnen und Patienten und die Effizienzsteigerung im Gesundheitswesen.