Mehrere beim neuroRAD 2021 vorgestellte neue Studien unterstreichen den klinischen Mehrwert von mdbrain. Diese wollen wir hier kurz vorstellen:
1.) Anna-Lena Mayer et al. (Universitätsklinikum Erlangen, Neuroradiologie): KI-basierte Volumetriealgorithmen zur Unterstützung bei der bildgebenden Epilepsiediagnostik
Basierend auf Untersuchungen von 24 Patienten mit histologisch gesicherter epileptogener Hippokampus-Sklerose wurde die Präzision der mdbrain-Hirnvolumetrie untersucht. Die Atrophie wurde mit einer Spezifität von 100% und einer Sensitivität von 96% korrekt erkannt, während die zum Vergleich genutzte BrainMorphometry-Lösung aus der Siemens Syngovia-Suite nur eine Sensitivität von 36% aufwies.
2.) Stefan Hock et al. (Universitätsklinikum Erlangen, Neuroradiologie): Latest Artificial Intelligence Provides Fast, Accurate and Consistent Detection of Multiple Sclerosis Lesions
Basierend auf geblindeten Untersuchungen von 101 Patienten mit klinisch gesicherter Diagnose einer Multiplen Sklerose (MS) nach McDonald-Kriterien wurde untersucht, inwieweit die mdbrain-Läsionscharakterisierung entzündliche Läsionen korrekt erkennt und regional klassifiziert. Als Goldstandard wurde das Expertenurteil dreier Neuroradiologen herangezogen. Gleichzeitig wurde untersucht, ob der methodische Schritt hin zu vollständig DeepLearning-basierten Algorithmen von Vorteil war. Im Ergebnis zeigten sich deutliche Verbesserungen insbesondere der Sensitivität in allen Regionen, wobei noch Verbesserungspotential im Bereich infratentorieller Läsionen besteht.
3.) Merita Aruci et al. (Universitätsklinikum Magdeburg, Neurologie): Challenging Cases for WMH Segmentation Comparatively Processed by Seven Automated Methods
Basierend auf geblindeter Untersuchung von 10 Patienten mit Cerebral small vessel disease (CSVD) wurden 6 verschiedene automatische Verfahren zur Segmentierung hinsichtlich deren Genauigkeit untersucht – Freesurfer, PGS, SLS, LST, BIANCA und mdbrain. Als Grundwahrheit diente die manuelle Segmentierung durch erfahrende Neuroradiologen. mdbrain belegte bei allen Metriken vordere Plätze. Die Studie zeigt, dass die Anwendungsmöglichkeit des Läsionsalgorithmus von mdbrain nicht auf MS-Läsionen beschränkt ist.
4.) Jan Rudolph et al. (LMU Klinikum, Radiologie): Artificial intelligence substantially improves differential diagnosis of dementia – Added diagnostic value of rapid brain volumetry
Basierend auf geblindeten Untersuchungen von 35 Patienten mit klinisch gesicherter Diagnose einer Demenz (FrontoTemporale Demenz bzw. Demenz vom Alzheimer-Typ), sowie 20 gesunden Kontrollen wurde untersucht, inwieweit die mdbrain-Hirnvolumetrie die klinische Diagnosesicherheit positiv beinflusst. Gleichzeitig wurde die Abhängigkeit vom radiologischen Ausbildungsstand ermittelt. Im Ergebnis profitierten alle Gruppen vom zusätzlichen Augenpaar der KI-Lösung, wobei der Effekt umso stärker ausfiel, je geringer der Ausbildungsstand war.
Die Mitschnitte der Vorträge sind auf der Kongresseite abrufbar: https://dgnr.conference2web.com/
