Wenn die Gelenke in den Händen oder Fingern schmerzen, kann eine Entzündung der Grund dafür sein. Doch ob nun eine Rheumatoide Arthritis oder eine Psoriasis arthritis dahintersteckt, ist oft nicht gut zu unterscheiden. Rheumatologen fällt die Antwort manchmal schwer, Patienten sowieso. Künstliche Intelligenz kann bei der Diagnose helfen, und das in nicht einmal allzu ferner Zukunft.
Worum geht's?
Mediziner und Informatiker in Erlangen haben sich zusammengesetzt und einem künstlichen neuronalen Netzwerk einiges beigebracht. Erst einmal lernte es, bei Fingergelenken zwischen "gesund" und "von Entzündung verändert" zu unterscheiden. Inzwischen kann die künstliche Intelligenz auch verschiedene Arten von Arthritis erkennen.
Warum ist das wichtig?
Es gibt bislang keine Biomarker, die klar sagen, welche Arthritis-Form ein Patient hat – also zum Beispiel keine Blutwerte. Auch Röntgenbilder sorgen da nicht für Sicherheit. So ist es schon nicht einfach, das Gelenk beim Röntgen treffsicher zu positionieren.
Wenn die Diagnose sicher gestellt ist, kann die Erkrankung schneller und zielgerichteter behandelt werden.
Was haben die Forscher gemacht?
Die Forscher haben sich auf die Fingergrundgelenke konzentriert. Die sind bei rheumatoider Arthritis oder Psoriasis arthritis sehr oft und am Anfang der "Krankheitskarriere" betroffen. Ein Netz aus künstlichen Neuronen wurde mit 932 Computertomographie-Bildern von Fingern von 611 Patientinnen und Patienten "gefüttert". Das neuronale Netz lernte, wie CT-Bilder von gesunden Gelenken, von solchen mit Rheumatoider Arthritis und von solchen mit Psoriasis arthritis aussehen und vor allem: worin sie sich unterscheiden. Das neuronalen Netzwerk erkannte das auch an gewissen Regionen im Gelenk, die jeweils für eine bestimmte Form der Arthritis am aussagekräftigsten sind, sogenannte intraartikuläre Hotspots.
Bei den Bildern war vorher genau bestimmt worden, was sie zeigen. Hinterher wurde verglichen, wie oft die Künstliche Intelligenz richtig lag.
Wer's genau wissen will: Die CT-Methode heißt HR-pQCT. Das ist laut den Erlanger Forschern derzeit die beste Methode, um menschliche Knochen in höchster Auflösung in drei Dimensionen zu zeigen. Bei einer Arthritis sind Veränderungen in der Knochenstruktur sehr gut zu erkennen, und das ist der Punkt, der eine zuverlässige Unterscheidung möglich macht.
Was war das Ergebnis?
Die Künstliche Intelligenz erkannte gesunde Fingergelenke zu 82 Prozent, rheumatoide Arthritis zu 75 Prozent und Psoriasis arthritis in 68 Prozent der Fälle. Das ist schon mal eine ziemlich hohe Trefferwahrscheinlichkeit für eine Maschine, die keine weiteren Informationen hat. Echte Menschen, sprich: Rheumatologen, können auf Grundlage dieser Ergebnisse eindeutigere Diagnosen stellen.
Was sagen die Forscher?
Die Wissenschaftler sind erst einmal sehr zufrieden. Sie haben gezeigt: Mit künstlicher Intelligenz können Arthritis-Formen leichter unterschieden werden. Die Forscher wissen aber auch, dass es noch weitere Kategorien gibt, die dem neuronalen Netzwerk beigebracht werden müssen. Sie planen außerdem, die Methodik der KI auf andere bildgebende Verfahren anzuwenden, die häufiger verfügbar sind. Dann könnten auch Bilder aus Ultraschall-Untersuchungen oder MRTs mit der Technik ausgewertet werden.
Die Forscher arbeiten am Lehrstuhl für Informatik 5 der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) und im dortigen Universitätsklinikum. Ihr Projekt heißt „Molekulare Charakterisierung der Remission von Arthritis“ (MASCARA). Es wurde vom Bundesministeriums für Bildung und Forschung (BMBF) gefördert.
Die Ergebnisse sind jetzt im Journal "Frontiers in Medicine" nachzulesen. cl
Empfohlene Kommentare
Keine Kommentare vorhanden
Dein Kommentar
Du kannst jetzt schreiben und dich später registrieren. Wenn du schon einen Account bei uns hast, logg dich ein, um deinen Beitrag mit deinem Account zu verfassen.
Hinweis: Dein Beitrag wird von einem Moderator freigeschaltet, bevor er erscheint.