Die Multiple Sklerose (MS) ist eine entzündliche und degenerative Erkrankung des zentralen Nervensystems, die in der Regel im Verlauf zu einer zunehmenden Behinderung führt. Neue Therapien sind hochwirksam, können aber im Einzelfall zu gravierenden Nebenwirkungen führen. Deshalb hat die genaue Diagnose und Verlaufskontrolle eine entscheidende Bedeutung für den Erfolg und die Sicherheit der Therapie.
Der Einsatz der Magnetresonanz-Tomografie (MRT) im Rahmen des Therapiemonitorings hat in den vergangenen Jahren zunehmend an Bedeutung gewonnen, da sowohl die Krankheitsaktivität, aber auch Nebenwirkungen auf Routine-MRT-Bilder frühzeitig erkannt werden können. Die rein visuelle Befundung von MRT-Verlaufsdaten ist allerdings zeitraubend und subjektiv. Das im Rahmen dieses Forschungsprojekts zu entwickelnde Künstliche-Intelligenz-System verwendet computergestützte Algorithmen zur Detektion und Quantifizierung von Krankheitsveränderungen im MRT-Bild und kombiniert dies mit Verfahren des maschinellen Lernens.
Die Befundung wird durch die Automatisierung deutlich genauer, objektiver und schneller. Der Mediziner kann Nebenwirkungen früher erkennen. Diese Verbesserungen kommen den Patienten unmittelbar zugute, helfen dem Arzt, die bestmögliche Therapie zu wählen und verbessern so das Gesundheitssystem.
