Arthritis mit KI früh erkennen
Neuronales Netzwerk lernt anhand von CT-Bildern der Fingergelenke, gesunde und entzündlich-veränderte Knochen zu klassifizieren.
-
Datum:17.05.2022
-
Autor:J. Utley (mh/ktg)
-
Quelle:Friedrich-Alexander-Universität Erlangen-Nürnberg
Zwischen rheumatoider Arthritis, Psoriasis-Arthritis und gesunden Gelenken mittels eines künstlichen neuronalen Netzwerks zu unterscheiden, ist einem Erlanger Forschungsprojekt gelungen.
Grundlage für das Training des Netzwerks waren Daten der hochauflösenden peripheren quantitativen Computertomographie (HR-pQCT). Die HR-pQCT ist die aktuell hochwertigste Methode, um menschlichen Knochen in höchster Auflösung dreidimensional darzustellen.
Gescannt wurden die Fingergrundgelenke – diese sind bei Autoimmunerkrankungen wie rheumatoider Arthritis oder Psoriasisarthritis sehr häufig und früh betroffen.
Die Auswertung von 932 HR-pQCT-Scans von 611 PatientInnen ergab: Die KI erkannte gesunde Fingergelenke zu 82 Prozent, rheumatoide Arthritis zu 75 Prozent und Psoriasisarthritis in 68 Prozent der Fälle – eine sehr hohe Trefferwahrscheinlichkeit bereits ohne weitere Informationen. Kombiniert mit der Expertise einer Rheumatologin oder eines Rheumatologen könnte dies zu viel eindeutigeren Diagnosen führen.