Algorithmus zur Abriebbestimmung in Knieendoprothesen – Abstract nominiert für Wilhelm-Roux-Preis

Die rasante Entwicklung digitaler Gesundheitstechnologien hat eine neue Ära der klinischen Forschung eingeläutet, die durch verbesserte Datenerfassung, automatisierte Analyse und optimierte Patientenergebnisse gekennzeichnet ist. Im Zentrum dieser Transformation stehen Plattformen wie AIQNET und Raylytics UNITY, die künstliche Intelligenz (KI) und fortschrittliche Datenmanagementlösungen nutzen, um den Prozess klinischer Studien zu rationalisieren und zu optimieren. Dieser Artikel untersucht, wie diese Technologien in Zusammenarbeit mit führenden Institutionen wie der Charité die klinische Forschung neu definieren, und zieht dabei Erkenntnisse aus den neuesten Fortschritten und deren praktischen Anwendungen auf diesem Gebiet.

Polyethylen-Abrieb ist ein wesentlicher Risikofaktor für den Langzeiterfolg von Kniegelenksendoprothesen. Derzeitig klinisch verfügbare Verfahren zur Abriebmessung anhand von Standardröntgenbildern weisen eine unzureichende Präzision auf und können moderne Implantatmaterialien daher nicht objektiv und valide evaluieren. Alternative Messverfahren, wie die hochpräzise RSA-Methode (Radiostereometric Analysis), benötigen kostenintensive Spezialapparaturen für Doppelaufnahmen und sind somit ungeeignet für Post-Market Surveillance Studien oder Multicenterstudien mit großen Kohorten.

Vollautomatischer Algorithmus zur Abriebbestimmung

Mit dem Ziel, einen Algorithmus zur präzisen Abriebmessung anhand von klinischen AP-Röntgenaufnahmen zu entwickeln und zu validieren, arbeitete unser Forschungsteam – Tanja Bien und Priyanka Grover unter der Leitung von Dr. Marcel Dreischarf – mit PD Dr. Christoph Lutter und Prof. Dr. Wolfram Mittelmeier (Universitätsmedizin Rostock) sowie Prof. Dr. Dr. Thomas Grupp und Marius Selig (Aesculap AG) zusammen.

Mithilfe unseres neuartigen Algorithmus analysierte das Team 20 postoperative Röntgenbilder nach einer Kniegelenksendoprothesen-Implantation. Der Algorithmus kombiniert eine Convolutional Neural Network-basierte Segmentierung des Röntgenbildes mit einer 2D-3D–Registrierung von CAD-Implantat-Modellen. Das erlaubt eine exakte Berechnung der dreidimensionalen Position der Implantate im Gelenk. Anhand dieser wurde die minimale Distanz der beteiligten Implantatkomponenten ermittelt, deren zeitliche postoperative Änderung eine Bestimmung des Abriebs im Röntgenbild ermöglicht.

Automatisierte Beurteilung des Knieimplantatverschleißes und der relativen Implantatpositionierung
Fig. 1: (A) Standard-AP-Röntgenbild; (B) Segmentierung/Lokalisierung der einzelnen Implantatkomponenten; (C–E) Berechnung der dreidimensionalen Position der Implantate mittels 2D-3D–Registrierung; (F) Bestimmung der minimalen Komponentendistanz

Erstmals wird damit eine vollautomatisierte Methode vorgestellt, die anhand eines klinischen Röntgenbildes und der CAD-Implantat-Modelle eine akkurate und präzise Bestimmung der Inlayhöhe und, in der Folge, des Abriebs in Kniegelenksendoprothesen möglich macht. Präzision und Genauigkeit sind vergleichbar mit dem aktuellen Goldstandard (RSA), ohne jedoch auf spezielle Röntgenaufbauten angewiesen zu sein. Die entwickelte Methode kann somit zur objektiven Untersuchung neuer Implantatmaterialen und Designs genutzt werden.

Wilhelm-Roux-Preis auf der DKOU 2021

Wir freuen uns darauf, diese Ergebnisse im Rahmen eines der diesjährigen DKOU-Programmhighlights vorstellen zu können. Die Präsentation wird von PD Dr. Christoph Lutter während der Wilhelm-Roux-Preis-Sitzung am Donnerstag, 28. Oktober 2021, um 10:30 Uhr gehalten.

Der Wilhelm-Roux-Preis der Sektion Grundlagenforschung kürt den besten Vortrag auf dem Gebiet der Grundlagenforschung auf dem DKOU. Ziel der Sektion Grundlagenforschung ist es, durch eine enge Zusammenarbeit mit den Gremien der Deutschen Gesellschaft für Orthopädie und Unfallchirurgie (DGOU), der Deutschen Gesellschaft für Unfallchirurgie (DGU) und der Deutschen Gesellschaft für Orthopädie und Orthopädische Chirurgie (DGOOC) gemeinsame forschungspolitische Inhalte zu definieren.

More news

Ist FHIR® ein brennendes Thema? Eine Einführung zu den Vorteilen von FHIR für Gesundheitsorganisationen

Dieser Artikel untersucht die Vorteile von FHIR im Vergleich zu anderen Interoperabilitätssandards, seine ressourcenbasierte Struktur und wie es RESTful APIs nutzt, um einen effizienten Datenaustausch zu ermöglichen. Erfahren Sie, wie RAYLYTIC FHIR anwendet, um das Gesundheitsdatenmanagement zu verbessern, Patient-Reported Outcome Measures (PROMs) zu integrieren und die Patientenversorgung in unterschiedlichen Gesundheitsumgebungen zu optimieren.
04.10.2024

Jetzt Demo-Termin vereinbaren

UNITY: Leistungsstarke Software-Lösungen für die einfache Durchführung von klinischen Studien.