Die kürzlich im Magazin Skeletal Radiology veröffentlichte Studie bestätigt, dass die durch Künstliche Intelligenz gestützte Software mit Experten auf Augenhöhe ist: ImageBiopsy Labs‘ LAMA bewertet Kniefehlstellung auf LLRs vollautomatisch und ebenso genau wie Radiologen – ist dabei aber dreimal so schnell.
Die mechanische Ausrichtung des Knies ist ein wichtiger Faktor bei der Planung und der anschließenden Beurteilung des Erfolgs eines Knieersatzes. Sie wird in der Regel mit einer anteroposterioren Röntgenaufnahme des langen Beins (LLR) gemessen, die Hüfte, Knie und Knöchel umfasst. Dieses Verfahren ist zeitaufwändig und schwierig zu reproduzieren. Derzeit führen Radiologen und orthopädische Chirurgen diese Messungen manuell mit Standardlinealen oder digitalen Messschiebern durch. Eine subjektive Festlegung der Orientierungspunkte führt dabei zu einer hohen Variabilität zwischen den Experten sowie zu mangelnder Reproduzierbarkeit und zu Kalibrierungsfehlern bei der Längenmessung. Objektbasierte Kalibrierungsmethoden führen zu Fehlern bei der Längenmessung von bis zu 17,4 %. Außerdem hängen Präzision und Genauigkeit der Messungen von der Erfahrung der Beobachter ab. Das American College of Radiology Data Science Institute (DSI) hat deshalb die Messung der Beinlängendiskrepanz in Röntgenbildern als einen KI-Anwendungsfall zur Verbesserung der medizinischen Versorgung identifiziert.
ImageBiopsy Lab für Röntgenaufnahmen von langen Beinen
Eine neu veröffentlichte Studie, in welcher das KI-Softwaremodul LAMA von ImageBiopsy Lab zum Einsatz kommt, nimmt sich dieser klinischen Herausforderung an: Die diagnostische Querschnittsstudie „Fully automated deep learning for knee alignment assessment in lower extremity radiographs“ von Sebastian Simon, Gilbert M. Schwarz, Jochen G. Hofstaetter und anderen, die in der Novemberausgabe 2021 der Fachzeitschrift Skeletal Radiology veröffentlicht wurde, demonstriert die Leistungsfähigkeit der Software zur Diagnoseunterstützung, wenn es um die Genauigkeit und Effizienzsteigerung beim menschlichen Ablesen geht. Umfangreiche Trainingsdaten von mehr als 15.000 LLRs aus Standorten in Europa (Österreich, Niederlande) sowie den USA mit einer separaten Validierungspopulation von 284 Patienten, wurden zur Erstellung der KI-Software verwendet.
Zusammengefasst kommt die Studie zu folgenden Schlüssen:
- KI-gestützte Messungen führen zu wiederholbaren, zuverlässigen Messwerten, die eine Standardisierung der Ergebnisse über verschiedene Lesegeräte und Standorte hinweg ermöglichen;
- Die KI-Software sorgt für eine erhebliche Zeitersparnis: Der Bilddurchsatz ist mehr als dreimal so hoch wie bei manuellen Leseabläufen;
- Die Software läuft automatisch im Hintergrund und kann daher asynchron ausgeführt werden, was den Beobachtern mehr freie Kapazitäten für ihren Arbeitsablauf verschafft.
Die Relevanz der Entscheidungsunterstützungs-Tools gewinnt zunehmend an Bedeutung: Mit dem wachsenden Volumen der Bildgebung steigt auch der Zeit- und Arbeitsaufwand für das Lesen und Berichten von Befunden. KI-basierte Software hat das Potenzial, qualitativ hochwertige Ergebnisse bei geringerem Ressourceneinsatz zu erzielen. An dieser Stelle setzt ImageBiopsy Lab an. Mit IB Lab LAMA hat das Wiener Unternehmen eine Lösung entwickelt, die muskuloskelettale (MSK) Bilddaten in Echtzeit präziser analysiert und jedes Röntgenbild durch eine vollautomatische Messung und Handlungsempfehlung ergänzt und absichert.
IB Lab LAMA ist eines von vier MSK-Modulen, die Diagnoseunterstützung für die häufigsten Knochen- und Gelenkerkrankungen in Arztpraxen und Kliniken bieten. Die Anwendung wurde für MSK-Radiologen und orthopädische Chirurgen entwickelt und bietet bis zu zwölf Messungen an Langbein-Röntgenaufnahmen mit oder ohne Hüftoder Knieimplantat. IB Lab LAMA lokalisiert automatisch die anatomischen Merkmale des Oberschenkels, des Schienbeins und der Kalibrierungskugel, um alle für die erforderlichen Messungen benötigten Orientierungspunkte zu liefern. Wenn eine Kalibrierkugel vorhanden ist, verwendet IB Lab LAMA einen entsprechenden Vergrößerungsfaktor für die Längenmessung.
Mit der neuesten Softwareversion V1.04 wird LAMA noch leistungsfähiger mit flexiblen Ausgabeprotokollen, verbesserter Stabilität und Landmarkenerkennung. LAMA V1.04 wurde ausgiebig auf 28.000 LLRs trainiert, darunter Bilder mit und ohne Implantate sowie verschiedene Bildartefakte. Detaillierte Fehlerberichte unterstützen den radiologischen Arbeitsablauf, indem sie den Leser darauf hinweisen, wenn eine KI-gestützte Analyse nicht erfolgreich abgeschlossen wurde.