- Anzeige -
News

Künstliche Intelligenz

Erfolgreiche MRT-Differentialdiagnose von rheumatoider und Psoriasis-Arthritis

26.9.2022

Eine künstliche Intelligenz (KI) konnte anhand von MRT-Bildern der Hände erkennen, ob eine rheumatoide Arthritis (RA) oder eine Psoriasis-Arthritis (PsA) vorliegt. Eine KI der Friedrich-Alexander-Universität Erlangen-Nürnberg konnte beide Arthritisformen in 75 % der Fälle unterscheiden.

Die beiden häufigsten und klinisch wichtigsten polyartikulär oder oligoartikulär an den kleinen Gelenken der Hände und Vorfüße beginnenden, primär entzündlichen Erkrankungen sind die rheumatoide Arthritis (RA) und die Psoriasisarthritis (PsA). Gerade bei noch kurzer Krankheitsdauer ist die differentialdiagnostische Abklärung oft ein Problem. Erst vor kurzem hatte das Team untersucht, ob neuronale Netzwerke anhand von hochauflösenden Computertomographie-Aufnahmen die Arthritis-Form bestimmen können – mit Erfolg. „Der Vorteil der MRT im Vergleich zum CT: Das Ausmaß der Entzündung sowie die betroffenen Gelenkstrukturen können mit der MRT besser erfasst werden“, sagt Prof. Dr. Frank Roemer vom Radiologischen Instituts des Uniklinikums Erlangen.

Für die Studie hat das Team um den Informatiker Lukas Folle fünf unterschiedliche MRT-Sequenzen von 649 Patienten für das Training und das Testen eines innovativen neuronalen Netzwerkes verwendet. Das Netzwerk konnte in 75% der Fälle anhand der MRT-Aufnahmen die Patienten bezüglich der Arthritisform richtig klassifizieren. Zusätzlich testete das Team, wie das neuronale Netz Fälle einer Psoriasis, die sich oftmals zu einer PsA weiterentwickelt, klassifiziert. Das Netzwerk stufte die meisten Psoriasis-Fälle, einschließlich aller Psoriasis-Fälle, die später eine PsA entwickelten, als PsA ein. „Möglicherweise gibt es frühe Veränderungen oder andere strukturelle Besonderheiten bei Psoriasis-Patienten gibt, die vom neuronalen Netzwerk erkannt werden, die zu einer solchen Einstufung führen“, meint Folle.

„Unsere Ergebnisse lassen darauf schließen, dass MRT-Aufnahmen Veränderungen zeigen können, die das neuronale Netz als relevant für die Klassifizierung verschiedener Arthritisformen identifiziert hat und die bisher nicht beschrieben wurden“, ergänzt PD Dr. David Simon, beteiligter Arzt an der Studie, weiter aus. „In einem nächsten Schritt werden wir das neuronale Netzwerk durch weiteres Training verbessern, so dass es möglicherweise zukünftig in der Praxis angewendet werden kann“, meint Lukas Folle.

Pressemitteilung Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), September 2022
Folle L et al.; Rheumatology (Oxford). 2022 Mar 25:keac197 (DOI 10.1093/rheumatology/keac197).

No items found.
Lesen Sie mehr und loggen Sie sich jetzt mit Ihrem DocCheck-Daten ein.
Der weitere Inhalt ist Fachkreisen vorbehalten. Bitte authentifizieren Sie sich mittels DocCheck.
- Anzeige -

Das könnte Sie auch interessieren

123-nicht-eingeloggt