Für die Diagnostik der Osteoporose gilt die Knochendichtemessung mittels Dual-Röntgen-Absorptiometrie (DXA) als wesentlicher Teil der Basisdiagnostik1. In vielen Fällen wird eine Osteoporose jedoch nicht oder erst nach einer oder mehreren Frakturen diagnostiziert – mit potenziell schwerwiegenden Folgen für die Patient*innen.2,3
In den letzten Jahren gewinnt der Einsatz von künstlicher Intelligenz (KI) in der medizinischen Bildgebung zunehmend an Bedeutung, so auch in der Osteoporose-Diagnostik.4 KI-Systeme können Muster erkennen und innerhalb von Sekunden große Bilddatenmengen analysieren. Die Diagnostik der Zukunft?
Mögliche Vorteile der KI:
Eine Studie des Universitätsklinikums Schleswig-Holstein zeigt, wie neuronale Netze zur Früherkennung von Wirbelfrakturen eingesetzt werden können. Der Ansatz basiert auf der Beobachtung, dass Frakturen in CT-Aufnahmen häufig übersehen wurden, weil Aufnahmen aus anderen Gründen erstellt wurden.5 Hier setzt die KI an. Die Technik analysierte CT-Bilder automatisch im Hintergrund und meldete Frakturen. Die Ergebnisse sind vielversprechend: Die KI erkannte 90 % der Frakturen korrekt und klassifizierte 87 % der nicht frakturierten Wirbel korrekt als unauffällig. Zusätzlich unterschied das Programm zwischen milder und schwerer Fraktur.6
Ein möglicher Einsatz als Frühwarnsystem könnte dazu beitragen, weitere Frakturen zu vermeiden. Die Technik ist für den generellen Einsatz noch nicht verfügbar, soll allerdings in absehbarer Zeit für Forschungszwecke eingesetzt werden.
Ein weiteres Beispiel für den erfolgreichen KI-Einsatz liefert das Deep-Learning-Modell OsPor-Screen, das Röntgenaufnahmen des Brustkorbs auswertete.7 Über 13.000 Röntgenbilder wurden in Kombination mit DXA-Messungen analysiert. Dabei zeigte das Modell eine hohe Effizienz mit einer Analysezeit von weniger als 4 Sekunden pro Bild und hohen Sensitivitätswerten > 91 % in Thorax- und Schulterbereichen.7
Ein potenzielles Einsatzgebiet in der Unterstützung der Diagnostik sehen die Autor*innen bei automatisierten Screenings. Dabei kann das Modell den Vorteil bieten, dass bestehende Bilder verwendet werden können und keine separaten Röntgenaufnahmen gemacht werden müssen.7
Eine Metaanalyse zeigt die Vielzahl bereits existierender KI-gestützter Tools zur Erkennung osteoporotischer Frakturen8:
Insgesamt sieben Studien mit über 3.000 Patient*innen bescheinigen KI-Systemen zur unterstützenden Diagnostik der Osteoporose Sensitivitätswerte von 96 % und Spezifitätswerte von 95 %. Die Autor*innen weisen jedoch darauf hin, dass die Ergebnisse wegen methodischer Heterogenität mit Vorsicht zu interpretieren sind und es weiterer Forschung bedarf.8
Künstliche Intelligenz könnte die Diagnostik der Osteoporose in Zukunft unterstützen und erleichtern. Besonders im Bereich der Früherkennung und der gezielten Identifikation von Hochrisikopatient*innen zeigen erste Modelle bereits vielversprechende Ergebnisse, bis zum flächendeckenden Einsatz in der Praxis sind allerdings noch Zeit und weitere Forschung nötig.
____________________________________________________
Referenzen
DE-DA-2500289
