Ein neuer Algorithmus fürs MRT kann aus deutlich weniger Daten und schneller als bisher üblich hochwertige Bilder erstellen. Wie das funktioniert und was das für die Zukunft heißt, erfahrt ihr hier.
Die Magnetresonanztomographie (MRT) ist für die exakte Diagnostik zahlloser Erkrankungen unverzichtbar, jedoch mit ihren meist langen Untersuchungszeiten auch sehr aufwändig und für die Patienten anstrengend. Mit Hilfe von künstlicher Intelligenz (KI) ließe sich das ändern, wie Wissenschaftler der Medizinischen Fakultät der Universität Heidelberg, des Universitätsklinikums Heidelberg (UKHD) und des Deutschen Krebsforschungszentrums (DKFZ) im Journal The Lancet Oncology berichten. Gemeinsam haben sie einen KI-Algorithmus entwickelt, der aus weniger Messdaten Bilder von ebenso guter Qualität und hoher Auflösung erstellt, wie die bisherigen Messprotokolle. Die benötigte Menge an Rohdaten, die während der MRT-Untersuchung erfasst werden müssen, reduziert sich um bis zu 90 Prozent.
Das Team trainierte und bewertete den neuen Algorithmus anhand eines umfangreichen Datensatzes mit mehr als 8.000 MRT-Untersuchungen von rund 2.500 Patienten aus 216 Kliniken weltweit.
„Der neue Algorithmus erstellt aus bis zu zehn Prozent der bisher standardmäßig erfassten Rohdaten MRT-Bilder, ohne dass es zu relevanten Einbußen in der diagnostischen Qualität kommt. Erst bei weiter reduziertem Datenmaterial leiden Bildqualität und Aussagekraft“, sagt Prof. Philipp Vollmuth, Leiter der Sektion Computational Neuroimaging, Klinik für Neuroradiologie des UKHD und Wissenschaftler in der Abteilung Medizinische Bildverarbeitung des DKFZ. Abgespeckte Messprotokolle hätten große Auswirkungen auf die Untersuchungszeit einer MRT: Sie würde sich erheblich verkürzen, von durchschnittlich 30 Minuten beispielsweise bei einer Untersuchung des Gehirns auf etwa drei bis neun Minuten – je nach technischer Ausstattung des Geräts.
Die MRT-Bilder zeigen den Kopf eines Patienten mit einem Gehirntumor. Die Bilder in der ersten Reihe wurden aus vollständigen Rohdaten erstellt, während die Bilder in der zweiten Reihe nur aus zehn Prozent der Rohdaten rekonstruiert wurden. Die dritte Reihe zeigt die Bilder, die mithilfe des entwickelten KI-Algorithmus aus den zehn Prozent der Rohdaten erstellt wurden und eine präzise Charakterisierung des Tumors ermöglichen. Credit: Universitätsklinikum Heidelberg
„Eine MRT-Untersuchung in drei Minuten ist nicht nur für die Patientinnen und Patienten angenehmer, weil sie in dieser Zeit möglichst bewegungslos liegen müssen und der Lautstärke des Geräts ausgesetzt sind. Eine kürzere Messung würde auch die Effizienz dieser sehr teuren Geräte verbessern“, erläutert Erstautor Dr. Aditya Rastogi, Sektion Computational Neuroimaging, Klinik für Neuroradiologie des UKHD.
Der Algorithmus ist als Open-Source öffentlich verfügbar. So können ihn Forschungsgruppen und Gerätehersteller weltweit nutzen, um die MRT-Bildgebung weiterzuentwickeln und die Untersuchungszeit zu verkürzen. Vollmuth betont, dass der Algorithmus kein fertiges Produkt sei, das nun bei MRT-Untersuchungen zum Einsatz kommen könne: „In unserer Arbeit haben wir aber gezeigt, dass es mit Hilfe der KI möglich ist, die benötigten Bilddaten drastisch zu reduzieren. Nun liegt es an der weiteren Forschung und Industriepartnern, dieses Wissen in die Anwendung zu bringen“, so der Experte für KI in der medizinischen Bildgebung.
Dieser Beitrag basiert auf einer Pressemitteilung des Universitätsklinikum Heidelberg. Die Originalpublikation haben wir euch hier verlinkt.
Bildquelle: National Cancer Institute, Unsplash
