Künstliche Intelligenz (KI) ist die Theorie und Entwicklung von Computersystemen, die in der Lage sind, Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern, wie zum Beispiel visuelle Wahrnehmung, Spracherkennung, Entscheidungsfindung und Übersetzung zwischen verschiedenen Sprachen. Die KI birgt das große Versprechen, viele wichtige Herausforderungen im Bereich der klinischen Studien zu lösen. Die Technologie hat das Potenzial, die Effizienz, Qualität und Patientenzentriertheit von klinischen Studien zu verbessern.
Kann künstliche Intelligenz bei der Beurteilung der Kapillarmikroskopie genutzt werden?
Die Nagelfalz-Kapillarmikroskopie ist eine nicht-invasive, aber zeitaufwändige Untersuchung zur Beurteilung der Beschaffenheit von Kapillaren, welche bei rheumatischen Erkrankungen wie der Systemischer Sklerose (SSc) oft beschädigt werden.
Gefäßveränderungen in den Nagelfalzkapillaren sind ein wichtiger Indikator für das Fortschreiten der Krankheit bei SSc. In einer gemeinsamen Arbeit mit dem Universitätsspital Zürich und den Universitäten Zürich und Bern wurde versucht, das Verfahren mit Hilfe künstlicher Intelligenz zu automatisieren. Dazu wurden Daten aus dem klinischen Routineablauf des Universitätsspitals Zürich (Kapillarmikroskopie- Bilder, klinische Berichte) und „handelsübliche“ Programme künstlicher Intelligenz (ViT) benutzt, um einen Algorithmus zur automatischen Bildklassifizierung zu trainieren.
Die veröffentlichten Ergebnisse zeigen, dass die Beurteilung durch den KI-Algorithmus genau der Beurteilung durch die Menschen entspricht.1 Daher könnte diese Technologie eine breite Anwendung finden, insbesondere bei der Ausbildung junger Rheumatologinnen, oder um Experten bei einer qualitativ hochwertigen und standardisierten Berichterstattung zu unterstützen, in welcher die Kapillarmikroskopien zum Beispiel im Rahmen klinischer Studien ausgewertet werden müssen.
Die so eingesetzte KI kann somit die Qualität einer klinischen Studie durch eine vereinheitlichte Befundung erhöhen.
In einem Editorial2 kommen Maurizio Cutolo, Emanuele Gotelli und Vanessa Smith zu dem Schluss, dass der Einsatz von künstlicher Intelligenz willkommen ist und ein weiteres valides System für ein frühes und schnelles Auslesen der Kapillarmikroskopie-Bilder darstellt. Diese Bilder entsprechen einem morphologischen Biomarker bei SSc. Somit ist zum ersten Mal die Fusion von EULAR-validierten Algorithmen zur Abgrenzung des Sklerodermie-Musters vom Nicht-Sklerodermie-Muster und künstlicher Intelligenz aufgezeigt worden.
Abbildung 1: Kapillarmikroskopie «active pattern» (Foto mit freundlicher
Genehmigung von Rucsandra Dobrota und Carina Mihai)
- Vision transformer assisting rheumatologists in screening for capillaroscopy changes in systemic sclerosis: an artificial intelligence model. Alexandru Garaiman, Farhad Nooralahzadeh, Carina Mihai, Nicolas Perez Gonzalez, Nikitas Gkikopoulos, Mike Oliver Becker, Oliver Distler, Michael Krauthammer, Britta Maurer. Rheumatology, 2022.
- Reading nailfold capillaroscopic images in systemic sclerosis: manual and/or automated detection? Maurizio Cutolo, Emanuele Gotelli, Vanessa Smith. Rheumatology, 2022.