Teilprojekt eines Verbundes

Studie zur Diagnose und Prognose von osteoporotischen Frakturen

Förderkennzeichen: 01EC1908A
Fördersumme: 436.530 EUR
Förderzeitraum: 2020 - 2021
Projektleitung: Prof. Dr. Claus-Christian Glüer
Adresse: Christian-Albrechts-Universität zu Kiel, Universitätsklinikum Schleswig-Holstein - Campus Kiel, Klinik für Diagnostische Radiologie, Sektion Biomedizinische Bildgebung
Am Botanischen Garten 14
24118 Kiel

Der interdisziplinäre Forschungsverbund ARTEMIS hat sich zum Ziel gesetzt, das enorme Potenzial der künstlichen Intelligenz (KI) zusammen mit fortschrittlichen Bildverarbeitungsmethoden für die radiologische Diagnostik und die Modellierung des Erkrankungsrisikos auf dem Gebiet der muskulo-skelettalen Erkrankungen (MSK) auszuschöpfen. Die Bildgebung erfolgt mittels Computertomographie (CT) insbesondere für Osteoporose. Hierbei erfolgt auch eine differenzialdiagnostische Abklärung gegenüber degenerativen Erkrankungen. Konkret sollen mit den KI-Techniken die folgenden spezifischen Ziele im Verbund verfolgt werden: 1. CT-Scans sollen ausgewertet werden, um zu überprüfen, ob der Patient ein hohes Osteoporose-bedingtes 10-Jahres-Frakturrisiko hat (Konzept der opportunistischen Früherkennung). 2. Die diagnostische und differentialdiagnostische Beurteilung von MSK-Erkrankungen soll verbessert werden, indem eine KI-Unterstützungssoftware "i4 ReaderAssistant" für Radiologen und Kliniker erstellt wird. Diese KI-Unterstützungssoftware soll den Arzt auf relevante Krankheitsmerkmale hinweisen. Damit soll es möglich sein, Hinweise auf a) osteoporotische Knochenbrüchigkeit der thorakolumbalen Wirbelsäule und des proximalen Femurs und b) eine differenzial-diagnostische Abgrenzung zu degenerativen Veränderungen an der Wirbelsäule zu erhalten. Der entstehende Datensatz bei der Aufnahme eines CT`s ist groß und komplex, so dass Krankheitsanzeichen leicht übersehen werden können. Eine automatisierte Bewertung mit Hilfe von KI kann demzufolge die Sicherheit bei der Diagnose-Erstellung wesentlich erhöhen. Im diesem Vorhaben erfolgt die Identifikation und Analyse von Bildmerkmalen, die spezifisch für Osteoporose und degenerative Erkrankungen der Wirbelsäule sind. Außerdem werden klassische und KI-basierte Risikovorhersage-Modelle für osteoporotische Frakturen und statistische Modelle zur Risikobewertung erarbeitet.