Arthritis bereits im MRT erkennen

FAU-Forschungsteam wertet mit künstlicher Intelligenz MRT-Scans aus, um Art der Arthritis zu klassifizieren

Arthritis, eine Entzündung der Gelenke, kann viele Ursachen haben und ist weit verbreitet. Hunderttausende Menschen weltweit leiden daran. Um die Krankheit richtig behandeln zu können, ist es für Ärztinnen und Ärzte wichtig, die Art der Arthritis festzustellen – teilweise wegen fehlender Parameter kein einfaches Unterfangen, da eine Vielzahl von Informationen berücksichtigt werden muss und oft erst im Verlauf eine eindeutige Diagnose gestellt werden kann.

Informatiker vom Lehrstuhl für Informatik 5 (Mustererkennung) der FAU und Ärzte aus der Medizinischen Klinik 3 – Rheumatologie und Immunologie sowie des Radiologischen Instituts des Uniklinikums Erlangen haben in einer Studie untersucht, ob neuronale Netze anhand von MRT-Bildern der Hände erkennen können, ob eine rheumatoide Arthritis (RA) oder eine Psoriasis-Arthritis (PsA; „Schuppenflechterheuma“) vorliegt. Das Ergebnis: Die KI konnte die beiden Arten in 75 Prozent der Fälle unterscheiden.

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“, führt Prof. Frank Roemer vom Radiologischen Institut aus.

Für die Studie hat das Team um den Informatiker Lukas Folle fünf unterschiedliche MRT-Sequenzen von 649 Patient/-innen für das Training und das Testen eines innovativen neuronalen Netzwerkes verwendet. Das Netzwerk konnte in 75 Prozent der Fälle anhand der MRT-Aufnahmen die Patient/-innen bezüglich der Arthritisform richtig klassifizieren.

Zusätzlich testete das Team, wie das neuronale Netz Fälle einer Psoriasis (Schuppenflechte), 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.

Ihre Ergebnisse hat das Team in einem führenden Journal der Rheumatologie und Immunologie (Rheumatology) veröffentlicht.

Weitere Informationen

Lukas Folle
Lehrstuhl für Informatik 5 (Mustererkennung)
Tel.: 09131/85-28982
lukas.folle@fau.de 

Prof. Frank Roemer
Radiologisches Institut
frank.roemer@uk-erlangen.de 

PD Dr. Arnd Kleyer
Lehrstuhl für Innere Medizin III
Tel.: 09131/85-32093
arnd.kleyer@uk-erlangen.de

PD Dr. David Simon
Lehrstuhl für Innere Medizin III
Tel.: 09131/85-32093
david.simon@uk-erlangen.de