Künstliche Intelligenz wertet MRT-Daten aus

App-Symboldarstellung
App-Symboldarstellung: Künstliche Intelligenz (KI) kann dabei helfen, Bilddaten auszuwerten (Foto: agphotography/123rf.com)

Zwei aktuelle, wissenschaftliche Untersuchungen untermauern, dass Künstliche Intelligenz (KI) dabei helfen kann, Bilddaten zu erkennen und auszuwerten.

Die Auswertung komplexer, durch dreidimensionale Bildgebung mittels Magnetresonanztomographie (MRT) gewonnener Daten stellt eine große Herausforderung dar. Solche erhobenen Bilddaten lassen sich nur schwer im Detail durch Experten auswerten und vermessen. In zwei zusammenhängenden Arbeiten haben sich die AutorInnen mit der wissenschaftlichen Frage beschäftigt, wie Künstliche Intelligenz (KI) dabei helfen kann, Bilddaten der NAKO-Studie auszuwerten.

Hohe Genauigkeit

Die erste der zwei Arbeiten beschreibt die Entwicklung und Anwendung von KI-Algorithmen zur automatischen Erkennung und Vermessung von Organen – konkret der Leber, der Milz, der Nieren und der Bauchspeicheldrüse, denn eines der Ziele der NAKO-Studie (Infos dazu siehe unten) liegt darin zu erfassen, welche Veränderungen Individuen und Organe im Laufe des Alterungsprozesses oder abhängig von Umwelteinflüssen durchlaufen. Die Autoren konnten zeigen, dass diese Aufgabe durch Anwendung sogenannter neuronaler Netze mit hoher Genauigkeit voll-automatisiert durchgeführt werden kann.

Gelungene Harmonisierung von Daten

Die zweite Arbeit baut auf den Ergebnissen der ersten Studie auf und untersucht, inwiefern Bilddaten aus NAKO und UK Biobank zusammen ausgewertet werden können. Laut Studie lassen sich Daten aus beiden epidemiologischen Studien tatsächlich kombiniert auswerten. Zur Harmonisierung der Daten zwischen den zwei Studien verwendeten die ForscherInnen ein spezielles mathematisches Verfahren. Dadurch wurde es möglich, Eigenschaften von Organen, wie deren Größe oder Fettgehalt, im Kontext individueller Faktoren wie Alter, Geschlecht oder Körpergröße genau zu bestimmen.

In der für die zitierten Arbeiten entwickelten KI-Methodik sehen die WissenschaftlerInnen das Potenzial, Bilddaten aus der NAKO-Studie in zukünftigen wissenschaftlichen Projekten detailliert auszuwerten und mit weiteren Informationen, wie etwa Laborergebnissen zu verbinden.

Hintergrund NAKO Gesundheitsstudie

Die NAKO Gesundheitsstudie ist ein gemeinsames Projekt von 27 Institutionen – Universitäten, Helmholtz-Zentren, Leibniz-Instituten sowie anderen Institutionen – die sich im NAKO e.V. zusammengeschlossen haben, um gemeinsam die bislang größte bevölkerungsbasierte, prospektive Langzeitstudie in Deutschland durchzuführen. Seit 2014 werden in der NAKO-Gesundheitsstudie zufällig aus den Melderegistern gezogene Erwachsene zwischen 20 und 69 Jahren bundesweit in 18 Studienzentren medizinisch untersucht und nach ihren Lebensumständen befragt. Ziel ist es, chronische Erkrankungen, wie zum Beispiel Krebs, Diabetes, Herz-Kreislauf-Erkrankungen, Rheuma, Infektionen und Depression genauer zu erforschen, um Prävention, Früherkennung und Behandlung dieser in der Bevölkerung weit verbreiteten Krankheiten zu verbessern. Das multizentrische Projekt wird vom Bundesministerium für Bildung und Forschung, den beteiligten Ländern und der Helmholtz-Gemeinschaft gefördert. 205.000 Personen haben an der NAKO Studie teilgenommen. Weitere Informationen unter https://nako.de

Die wissenschaftlichen Arbeiten: “Automated imaging-based abdominal organ segmentation and quality control in 20,000 participants of the UK Biobank and German National Cohort Studies” und “Better Together: Data Harmonization and Cross-Study Analysis of Abdominal MRI Data from UK Biobank and the German National Cohort”

Jetzt den wöchentlichen Digital Health Newsletter abonnieren