Künstliche Intelligenz: Whitecloud Award-Nominierung für IMAST Abstract

Der für das International Meeting on Advanced Spine Techniques (IMAST) eingereichte Abstract „Ein neuer KI-basierter Algorithmus zur vollautomatisierten zervikalen Sagittalprofilvermessung. Eine Validierungsstudie an prä- und postoperativen Röntgenbildern von 129 Patienten“ wurde akzeptiert und für den diesjährigen Whitecloud Award nominiert. Die Arbeit stellt einen KI-basierten Algorithmus für die vollautomatisierte Bestimmung des sagittalen HWS-Profils mit exzellenter Reliabilität und Genauigkeit vor.

Die sagittale Ausrichtung der Halswirbelsäule (HWS) spielt eine Schlüsselrolle für die Balance des Kopfes und die operative Behandlung von HWS-Erkrankungen. Abweichungen vom physiologischen Profil korrelieren mit klinischen Symptomen, so dass eine exakte Analyse des Sagittalprofils in der präoperativen Planung und in der postoperativen Auswertung wesentlich ist. Das händische Vermessen der einzelnen Parameter ist jedoch zeitaufwendig und abhängig von der ärztlichen Erfahrung. Eine vollautomatisierte Analyse der radiographischen Parameter durch einen auf künstlicher Intelligenz (KI) basierenden Algorithmus könnte im klinischen Alltag Zeit sparen und für Pathologien sensibilisieren.

Vollautomatisch und KI-basiert

Mit dem Ziel, eine Methode zu entwickeln, die manuelle Standardmessungen beschleunigen bzw. sogar ersetzen kann, kooperierte das KI-Team der RAYLYTIC mit einem Ärzteteam der Waldkliniken Eisenberg und Wissenschaftlern der Hochschule für Technik, Wirtschaft und Kultur Leipzig (HTWK).

Laterale Röntgenbilder der HWS von insgesamt 129 Patienten wurden verblindet vor und nach einer anterioren zervikalen Diskektomie mit Fusion bzw. Bandscheibenprothesenimplantation ausgewertet, um das prä- und postoperative sagittale HWS-Profil zu bestimmen. Alle prä- und postoperativen Parameter (C2-C7-Lordose, C1-C7 sagittale vertikale Achse (SVA), C2-C7 SVA, C7 Slope) wurden durch zwei unabhängige, orthopädisch ausgebildete Ärzte zweifach gemessen.

Diese Messwerte wurden anschließend mit den automatisierten Messungen durch einen neu entwickelten KI-Algorithmus, bestehend aus vier sequenziellen tiefen neuronalen Netzen, verglichen. Die Intra- und Interrater-Reliabilität wurde anhand von mittleren Fehlern (95%-Konfidenzintervall (CI), Standardabweichung) und Intraklassen-Korrelationskoeffizienten (ICC) für absolute Übereinstimmung quantifiziert.

Exzellente Ergebnisse mit Hilfe automatisierter Messungen

Gemäß Cicchetti (Psychological Assessment, 1994) wurden ICC-Werte ab 0.75 als exzellente Übereinstimmung gewertet. Die Übereinstimmung zwischen den Messungen der Ärzte wurde mit ICC-Koeffizienten von 0,92–0,99 für die Intrarater- und 0,91–0,99 für die Interrater-Reliabilität als exzellent bewertet.

Eine automatische Messung war in 95% der präoperativen und 88% der postoperativen Bilder möglich. Die ICC-Werte für die Übereinstimmung zwischen den automatischen und händischen Messungen waren für alle Parameter exzellent (PräOP: 0,87–0,99, PostOP: 0,83–0,98).

Whitecloud Award-Nominierung

Die ersten Ergebnisse der Studie wurden bereits auf der Jahrestagung der Deutschen Wirbelsäulengesellschaft (DWG) im Dezember 2021 vorgestellt. Weitere Ergebnisse werden während der IMAST Jahrestagung präsentiert werden, welche vom 6. bis 9. April 2022 in Miami stattfindet.

Das IMAST ist eine Veranstaltung der Scoliosis Research Society (SRS), einer internationalen Gesellschaft, die sich der Forschung und Lehre auf dem Gebiet der Wirbelsäulendeformitäten verschrieben hat und als eine der weltweit führenden Wirbelsäulengesellschaften anerkannt ist.

Die Whitecloud Awards, benannt nach Dr. Thomas E. Whitecloud, dem Mitbegründer des IMAST, werden sowohl für die besten grundlagenwissenschaftlichen als auch für die besten klinischen Arbeiten vergeben. Die Nominierten werden vom IMAST-Komitee aus den eingereichten Abstracts für die IMAST- und die SRS-Jahrestagung ausgewählt.

Weitere news

AIQNET: Der vereinfachte Weg zur MDR-Zulassung

Die sich rasch verändernde Regulierungslandschaft in der EU erfordert innovative technologische Lösungen. Das von RAYLYTIC initiierte AIQNET zielt darauf ab, ein digitales Ökosystem zu schaffen, das die behördlichen Genehmigungsverfahren vereinfacht, indem es Herstellern von Medizinprodukten Zugang zu ethisch und datenschutzgerecht erhobenen, hochstrukturierten klinischen Daten bietet.

MDR: Datenschutzrechtliche Unsicherheit für Kliniken

Im Mai dieses Jahres ist die Übergangsfrist für die 2017 in Kraft getretene Medical Device Regulation (MDR) ausgelaufen. Für Medizinprodukte-Hersteller heißt das, spätestens ab diesem Zeitpunkt die darin formulierten Anforderungen erfüllen zu müssen. Die neue Verordnung birgt allerdings auch Mehraufwand für die, die die medizinischen Daten erheben und an die Hersteller übermitteln: Ärzte und Kliniken.

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

„Akkurate Abriebbestimmung bei Standardröntgenaufnahmen nach einer Knieendoprothese mittels 2D-3D–Registrierung und künstlicher Intelligenz: Eine In-Vivo-Validierung“ – so lautet der Titel unseres Abstracts, den wir auf dem diesjährigen Deutschen Kongress für Orthopädie und Unfallchirurgie (DKOU) eingereicht haben. Dieser wurde akzeptiert und für den Wilhelm-Roux-Preis nominiert. Die Arbeit stellt eine vollautomatische Methode zur präzisen Verschleißmessung in Kniegelenksendoprothesen anhand von klinischen AP-Röntgenbildern vor.

Jetzt Demo-Termin vereinbaren

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