Wissenschaftler der University of Michigan haben eine künstliche Intelligenz namens Prima entwickelt, die MRT-Aufnahmen des Gehirns auswerten und innerhalb weniger Sekunden eine Diagnose stellen kann. Das Modell identifizierte neurologische Erkrankungen mit einer Genauigkeit von bis zu 97,5 % und konnte zugleich bestimmen, wie dringend die Patienten medizinische Versorgung benötigten. Die Ergebnisse der Studie wurden in der renommierten Fachzeitschrift Nature Biomedical Engineering veröffentlicht.
Eine Technologie, die die Neurologie verändert
Todd Hollon, Neurochirurg bei University of Michigan Health und Hauptautor der Studie, gab dem neuen System den Namen Prima. Ein Jahr lang testete sein Forschungsteam die Technologie anhand von mehr als 30.000 MRT-Untersuchungen. Das Modell wurde bei mehr als 50 verschiedenen radiologischen Diagnosen im Zusammenhang mit den wichtigsten neurologischen Erkrankungen bewertet.
„Da die weltweite Nachfrage nach MRT-Untersuchungen steigt und Ärzte sowie Gesundheitssysteme erheblich belastet, hat unser KI-Modell das Potenzial, diese Belastung durch eine bessere Diagnostik und Behandlung mithilfe schneller und präziser Informationen zu verringern“, erklärte Hollon. Prima übertraf andere führende KI-Modelle für die Bildgebung des Gehirns. Neben der Identifizierung von Erkrankungen konnte das Modell zudem effektiv Fälle nach ihrer Dringlichkeit priorisieren, sodass die kritischsten Patienten zuerst behandelt werden konnten.
Einige neurologische Erkrankungen, darunter Schlaganfälle und Hirnblutungen, erfordern sofortige Aufmerksamkeit. In solchen Situationen kann Prima medizinisches Fachpersonal automatisch benachrichtigen, damit unverzüglich mit der Behandlung begonnen werden kann. Das System wurde so konzipiert, dass es Benachrichtigungen an den am besten geeigneten Spezialisten weiterleitet, beispielsweise an einen auf Schlaganfälle spezialisierten Neurologen oder einen Neurochirurgen. Die Rückmeldung steht unmittelbar nach Abschluss der bildgebenden Untersuchung des Patienten zur Verfügung.
„Genauigkeit ist bei der Auswertung von MRT-Aufnahmen des Gehirns von größter Bedeutung, doch schnelle Ergebnisse sind entscheidend für eine rechtzeitige Diagnose und bessere Behandlungsergebnisse“, sagte Yiwei Lyu, Mitautor der Studie und Postdoktorand im Bereich Informatik und Ingenieurwesen an der University of Michigan.
Wie funktioniert Prima?
Prima ist ein Vision-Language-Modell (VLM), eine Form künstlicher Intelligenz, die Bilder, Videos und Texte gemeinsam in Echtzeit verarbeiten kann. Obwohl KI bereits zuvor zur Analyse von MRT-Aufnahmen eingesetzt wurde, ist dieser Ansatz den Forschern zufolge einzigartig. Frühere Systeme wurden üblicherweise mit sorgfältig ausgewählten Teilmengen bildgebender Daten trainiert und für eng umrissene Aufgaben entwickelt, etwa zur Erkennung bestimmter Läsionen oder zur Einschätzung des Demenzrisikos. Prima wurde anders aufgebaut.
Hollons Team trainierte das Modell mit sämtlichen verfügbaren MRT-Aufnahmen, die seit der Digitalisierung der radiologischen Aufzeichnungen bei University of Michigan Health gesammelt wurden. Dazu gehörten mehr als 200.000 MRT-Untersuchungen und 5,6 Millionen Bildsequenzen. Zusätzlich zu den Scandaten wurde das System mit den Krankengeschichten der Patienten und den Gründen verknüpft, aus denen die Ärzte die jeweilige bildgebende Untersuchung angeordnet hatten.
„Prima arbeitet wie ein Radiologe, indem es Informationen zur Krankengeschichte eines Patienten und bildgebende Daten zusammenführt, um ein umfassendes Verständnis seines Gesundheitszustands zu entwickeln“, sagte Mitautor Samir Harake, Datenwissenschaftler in Hollons Labor für maschinelles Lernen in der Neurochirurgie.
Eine Lösung für den Mangel an Radiologen
Weltweit werden jedes Jahr Millionen von MRT-Untersuchungen durchgeführt, von denen sich viele auf Erkrankungen des Gehirns und des Nervensystems konzentrieren. Den Forschern zufolge übersteigt die wachsende Nachfrage nach bildgebenden Untersuchungen das Angebot an ausgebildeten Neuroradiologen deutlich. Dieses Ungleichgewicht trägt zu Personalmangel, Verzögerungen bei der Diagnose und vermeidbaren Fehlern bei. In einigen Gesundheitssystemen müssen Patienten mehrere Tage oder länger auf ihre MRT-Ergebnisse warten. „Unabhängig davon, ob Sie in einem größeren Gesundheitssystem, das mit steigenden Untersuchungszahlen konfrontiert ist, oder in einem ländlichen Krankenhaus mit begrenzten Ressourcen untersucht werden, sind innovative Technologien erforderlich, um den Zugang zu radiologischen Leistungen zu verbessern“, erklärte Vikas Gulani, Mitautor und Leiter der Abteilung für Radiologie bei University of Michigan Health.
Obwohl Prima eine hohe Leistungsfähigkeit gezeigt hat, betonen die Forscher, dass sich die Arbeit noch in einer frühen Bewertungsphase befindet. Künftige Studien werden untersuchen, wie die Einbeziehung weiterer Patientendaten und Informationen aus elektronischen Patientenakten die diagnostische Genauigkeit weiter verbessern könnte. Hollon beschreibt Prima als „ChatGPT für die medizinische Bildgebung“ und weist darauf hin, dass eine ähnliche Technologie letztlich auch für andere Arten von Aufnahmen angepasst werden könnte, darunter Mammografien, Röntgenaufnahmen des Brustkorbs und Ultraschalluntersuchungen.
„So wie KI-Tools beim Verfassen einer E-Mail helfen oder Empfehlungen geben können, soll Prima als Copilot bei der Interpretation medizinischer Bildgebungsstudien dienen“, sagte Hollon. „Wir glauben, dass Prima das transformative Potenzial der Integration von Gesundheitssystemen und KI-Modellen verkörpert, die Gesundheitsversorgung durch Innovationen zu verbessern.“
