DZL-Forschende am Standort Heidelberg, Berlin und Greifswald haben mithilfe einer umfassenden MRT-Bilddatenbank ein KI-gestütztes Verfahren trainiert, das präzise Analysen von Röntgenaufnahmen bei Menschen mit Mukoviszidose ermöglicht. Grundlage der Entwicklung ist ein über viele Jahre aufgebauter Bilddatensatz, der überwiegend am DZL-Standort Heidelberg entstanden ist und für diese seltene Erkrankung eine besondere Ressource darstellt. Das Verfahren kann dazu beitragen, relevante Veränderungen der Lunge schneller und breiter verfügbar zu beurteilen – auch in regionalen und internationalen Gesundheitssystemen, wo aufwendige MRT-Untersuchungen nur begrenzt zugänglich sind.

Entscheidend für diesen Fortschritt war die enge interdisziplinäre Zusammenarbeit von radiologischer Expertise und medizinischer Informatik: Während die radiologische Bewertung der Krankheitsveränderungen und Bilddaten die klinische Grundlage bildete, ermöglichte die medizininformatische Aufbereitung und Verarbeitung der Daten die Entwicklung des KI-basierten Analyseverfahrens. Die KI wurde anhand präziser MRT-Ergebnisse darauf trainiert, in Röntgenaufnahmen verborgene Muster zu erkennen, die mit dem tatsächlichen Zustand der Lunge zusammenhängen. Auf diese Weise kann der automatisierte Deep Chest X-Ray ScoreVeränderungen der Lunge auf Basis einer schnell verfügbaren Röntgenaufnahme zuverlässig bewerten.

Weiter Informationen finden Sie in der Pressemitteilung der Universität Greifswald

Original Publikation (Research Letter):

Shengkai Zhao, Lena Wucherpfennig, Yao Kou, Simon M F Triphan, Friedemann G Ringwald, Marcus A Mall, Mirjam Stahl, Olaf Sommerburg, Urs Eisenmann, Petra Knaup-Gregori, Mark O Wielpütz, Artificial Intelligence Improves Chest X-ray Interpretation Employing Magnetic Resonance Imaging as Ground Truth in Patients with Cystic Fibrosis, American Journal of Respiratory and Critical Care Medicine, 2026 aamag146, https://doi.org/10.1093/ajrccm/aamag146