Griechenland ist nur ein Beispiel für eine Bevölkerung, in der der Anteil älterer Menschen zunimmt und damit die Häufigkeit neurodegenerativer Erkrankungen. Unter diesen ist die Alzheimer-Krankheit die am weitesten verbreitete und macht 70 % der Fälle von neurodegenerativen Erkrankungen in Griechenland aus. Nach Schätzungen der griechischen Alzheimer-Gesellschaft sind derzeit 197.000 Menschen an der Krankheit erkrankt. Diese Zahl soll bis 2050 auf 354.000 steigen.
Dr. Andreas Papadopoulos1, Ärztin und wissenschaftliche Koordinatorin bei der Iatropolis Medical Group, einem führenden Diagnostikanbieter in der Nähe von Athen, Griechenland, erklärt die Schlüsselrolle der Früherkennung: „Die Wahrscheinlichkeit, im Alter von 65 Jahren an Alzheimer zu erkranken, mag nur 1 % bis 2 % betragen. Aber dann verdoppelt sie sich alle fünf Jahre. Vorhandene Medikamente können den Verlauf der Degeneration nicht umkehren; sie können es nur verlangsamen. Deshalb ist es entscheidend, im Vorfeld – wenn die ersten leichten kognitiven Störungen auftreten – die richtige Diagnose zu stellen und Alzheimer-Patienten herauszufiltern2.“
Krankheiten wie Alzheimer oder andere neurodegenerative Pathologien haben charakteristischerweise einen sehr langsamen Verlauf, was es schwierig macht, pathologische Veränderungen auf MRT-Bildern des Gehirns in einem frühen Stadium zu erkennen und zu quantifizieren. Bei der Auswertung von Scans beschreiben einige Radiologen den Vorgang als „Schätzung“, da visuelle Veränderungen in der hochkomplexen Anatomie des Gehirns mit dem menschlichen Auge nicht immer gut zu beobachten sind. Hier können technische Innovationen wie künstliche Intelligenz bei der Interpretation klinischer Bilder unterstützen.
Ein solches Tool ist das AI-Rad Companion Brain MR3. AI-Rad Companion Brain MR ist Teil einer Familie von KI-basierten Entscheidungsunterstützungslösungen für die Bildgebung und ist eine Gehirnvolumetrie-Software, die eine automatische volumetrische Quantifizierung verschiedener Gehirnsegmente ermöglicht. „Es ist in der Lage, sie voneinander zu segmentieren: Es isoliert die Hippocampi und die Hirnlappen und quantifiziert das Volumen der weißen und grauen Substanz für jedes Segment einzeln.“ sagt Dr. Papadopoulos. Insgesamt hat es die Fähigkeit, mehr als 40 Regionen des Gehirns zu segmentieren, Volumen zu messen und hervorzuheben.
Die manuelle Berechnung volumetrischer Eigenschaften kann eine äußerst mühsame und zeitaufwändige Aufgabe sein. „Noch wichtiger ist, dass es auch ein Maß an präziser Beobachtung beinhaltet, zu dem Menschen einfach nicht in der Lage sind.“ sagt Dr. Papadopoulos. Papadopoulos war schon immer ein Early Adopter und begrüßte während seiner gesamten Karriere technologische Innovationen in der Bildgebung. Mit diesem KI-gestützten Tool kann er die Quantifizierungen nun auch mit normativen Daten einer gesunden Population vergleichen. Und es geht nicht nur um die Automatisierung: Die Software zeigt die Daten in einem strukturierten Bericht an und generiert basierend auf den Benutzereinstellungen eine hervorgehobene Abweichungskarte. Dadurch kann der Anwender Volumenänderungen auch manuell überwachen, wobei alle wichtigen Daten automatisch im Voraus aufbereitet werden.
Möglichkeiten zur genaueren Beobachtung und Bewertung volumetrischer Veränderungen im Gehirn macht Papadopoulos Mut, wenn er bedenkt, wie wichtig die Früherkennung neurodegenerativer Erkrankungen ist. Er erklärt: „In den frühen Stadien sind die Volumenänderungen gering. Im Hippocampus beispielsweise kommt es zu einer Volumenreduktion von 10 % bis 15 %, was für das Auge nur sehr schwer zu erkennen ist. Aber die objektiven Berechnungen des Systems könnten sich als große Hilfe erweisen.“
Ziel von KI ist es, Ärzte erheblich zu entlasten und bei optimaler Einbettung in den Workflow letztlich Zeit zu sparen. Eine äußerst wertvolle Rolle für dieses spezielle KI-gestützte Nachbearbeitungstool besteht darin, dass es eine Abweichung der verschiedenen Strukturen visualisieren kann, die mit bloßem Auge möglicherweise schwer zu erkennen ist. Papadopoulos erkennt bereits, dass der größte Vorteil bei seiner Arbeit „der objektive Rahmen ist, den AI-Rad Companion Brain MR bietet, auf den er seine subjektive Einschätzung während einer Untersuchung stützen kann.“
AI-Rad-Begleiter4 von Siemens Healthineers unterstützt Ärzte in ihrer täglichen Routine der diagnostischen Entscheidungsfindung. Um einen kontinuierlichen Wertstrom aufrechtzuerhalten, umfassen unsere KI-gestützten Tools regelmäßige Software-Updates und -Upgrades, die den Kunden über die Cloud bereitgestellt werden. Kunden können entscheiden, ob sie einen vollständig Cloud-basierten Ansatz in ihre Arbeitsumgebung integrieren möchten, der alle Vorteile der Cloud nutzt, oder einen hybriden Ansatz, der es ihnen ermöglicht, Bildgebungsdaten innerhalb ihrer eigenen Krankenhaus-IT-Einrichtung zu verarbeiten.
Die kommende Softwareversion von AI-Rad Companion Brain MR wird neue Algorithmen enthalten, die Hyperintensitäten der weißen Substanz (WMH) segmentieren, quantifizieren und visualisieren können. Zusammen mit den McDonald-Kriterien hilft die Berichterstattung über WHM bei der Bewertung von Multipler Sklerose (MS).