Rheuma
Die passende Therapie mit Hilfe von KI – internationales Projekt soll Diagnose und Behandlung von Rheuma verbessern

Im Rahmen der AutoPiX-Studie sollen innovative Bildgebungsverfahren in Kombination mit KI-Systemen entwickelt werden, die dann eine schnellere und gezieltere Diagnose und Behandlung ermöglichen. Prof. Dr. Xenofon Baraliakos, Ärztlicher Direktor, mit den Bildern einer Patientin, die an Spondyloarthritis erkrankt ist. | Foto: St. Elisabeth Gruppe - Katholische Kliniken Rhein-Ruhr
  • Im Rahmen der AutoPiX-Studie sollen innovative Bildgebungsverfahren in Kombination mit KI-Systemen entwickelt werden, die dann eine schnellere und gezieltere Diagnose und Behandlung ermöglichen. Prof. Dr. Xenofon Baraliakos, Ärztlicher Direktor, mit den Bildern einer Patientin, die an Spondyloarthritis erkrankt ist.
  • Foto: St. Elisabeth Gruppe - Katholische Kliniken Rhein-Ruhr
  • hochgeladen von St. Elisabeth Gruppe Katholische Kliniken Rhein-Ruhr

Das Thema Künstliche Intelligenz – kurz KI – ist in aller Munde. Sie bietet Unterstützung in verschiedensten Bereichen. Auch vor der Medizin macht sie nicht Halt macht. Im Rahmen einer internationalen Studie wollen Forschende des Rheumazentrum Ruhrgebiet zusammen mit weiteren europäischen Partnern nun herausfinden, wie künstliche Intelligenz dabei helfen kann, für Arthritis-Patienten die passende Therapie zu finden und den Krankheitsverlauf vorauszusagen. Die sogenannte AutoPiX-Studie läuft über einen Zeitraum von fünf Jahren und wird mit 24 Mio. Euro von der Europäischen Union im Rahmen des Innovative Health Initiative (IHI) Programms gefördert.

Die häufigste entzündlich-rheumatische Erkrankung ist die entzündliche Arthritis. Unter diesen Begriff fallen verschiedene Erkrankungsformen, wie die axiale Spondyloarthritis, die die Wirbelsäule betrifft, oder die rheumatoide Arthritis und die Psoriasiarthritis, die insbesondere zu Entzündungen an Hand- und Fußgelenken führt. Umso früher Arthritis erkannt und behandelt wird, desto besser ist die Zerstörung der Gelenke aufzuhalten. Aufgrund häufig unspezifischer Symptome im Frühstadium ist es allerdings schwierig, diese Krankheiten zu diagnostizieren. Dafür kommen verschiedene bildgebende Verfahren zum Einsatz, die oft miteinander kombiniert werden, um die Erkrankung sicher zu diagnostizieren und individuell zu behandeln.

KI-Systeme sollen schnellere Diagnose und Behandlung ermöglichen

„Ziel der AutoPiX-Studie ist es, den Diagnoseprozess bei Arthritis zu vereinfachen sowie schneller und gezielter die richtige Behandlung zu finden“, erklärt Prof. Dr. Xenofon Baraliakos, Ärztlicher Direktor des Rheumazentrum Ruhrgebiet. Dafür sollen innovative Bildgebungsverfahren in Kombination mit KI-Systemen entwickelt und in die klinische Anwendung gebracht werden. Die Methoden sollen untereinander lernen, um rheumatische Krankheitsbilder bestmöglich erkennen und einschätzen zu können. Sie sollen zukünftig den Arzt dabei unterstützen, die richtige Therapie zu finden und eine Prognose über den Krankheitsverlauf zu stellen. Zudem soll mit KI-Systemen die Diagnose schneller möglich werden. So lässt sich die Wartezeit für Patienten verkürzen.

Rheumazentrum Ruhrgebiet liefert Daten und testet KI-Systeme

Die anonymisierten Daten für die Systeme stellen neben weiteren klinischen Partnern das Rheumazentrum Ruhrgebiet und das Institut für Diagnostische, Interventionelle Radiologie und Nuklearmedizin des Marien Hospital Herne – Universitätsklinikum der Ruhr-Universität Bochum zur Verfügung. Die Experten des Rheumazentrum Ruhrgebiet werden auch überprüfen, inwiefern die Aussagen der entwickelten KI-Programme stimmen. Im rheumatologischen Forschungslabor der Fachklinik werden dafür Prozesse im Körper – z. B. mittels Blutuntersuchungen – analysiert.

Autor:

St. Elisabeth Gruppe Katholische Kliniken Rhein-Ruhr aus Herne

Hospitalstraße 19, 44649 Herne
+49 2325 9862660
presse@elisabethgruppe.de
following

Sie möchten diesem Profil folgen?

Verpassen Sie nicht die neuesten Inhalte von diesem Profil: Melden Sie sich an, um neuen Inhalten von Profilen und Orten in Ihrem persönlichen Feed zu folgen.

2 folgen diesem Profil

Kommentare

online discussion

Sie möchten kommentieren?

Sie möchten zur Diskussion beitragen? Melden Sie sich an, um Kommentare zu verfassen.

add_content

Sie möchten selbst beitragen?

Melden Sie sich jetzt kostenlos an, um selbst mit eigenen Inhalten beizutragen.