Künstliche Intelligenz verbessert Herz-MRI-Scans und vermindert Scandezeit um 90%.

Ein von Forschern der University of Missouri School of Medicine und der School of Engineering entwickeltes künstliche Intelligenz-gestütztes Modell, TagGen, ist in der Lage, heruntergekommene MRI-Herzscans zu verbessern und die Bildqualität erheblich zu steigern. Dabei kann es die Zeitspanne für ein Herz-MRI um etwa 90% reduzieren. Herz-MRT-Scans dauern in der Regel zwischen 30 und 90 Minuten und können wichtige Informationen über die Funktionsfähigkeit des Herzens und mögliche Probleme liefern. Allerdings sind die Bilder oft unscharf oder von geringer Qualität, da sich das Herz während der Untersuchung bewegt. Changyu Sun, der Leitende Forscher, erläuterte: "Bei einem unscharfen Bild gibt es nur wenige Möglichkeiten, die feinen Details oder die Qualität wiederherzustellen. Die Schärfe enthält sehr wichtige Informationen für die klinische Diagnose, wie etwa unregelmäßige Bewegungen oder Funktionsstörungen." Die Technologie, die in der Fachzeitschrift Magnetic Resonance in Medicine veröffentlicht wurde, verbessert die Bildqualität durch die Wiederherstellung von Markerlinien, die Muskelbewegungen verfolgen. Diese Linien helfen Ärzten, Bereiche des Herzens zu identifizieren, die sich nicht richtig bewegen oder beschädigt sein könnten. Ohne diese Markerlinien ist es schwierig, die Bewegungen des Herzens zu verfolgen oder dessen Funktionen genau zu messen. Das AI-Modell verarbeitet das Bild und bietet eine bessere Visualisierung der Herzbewegungen. Die schnelle Erfassung und die verbesserte Qualität der Markerlinien ermöglichen es Ärzten, das Herz und seine Bewegungen besser zu beobachten. Dies beinhaltet die Betrachtung, wie es schlägt, kontrahiert und pumpen. Die Verwendung von TagGen reduziert nicht nur die Dauer des Scans, sondern auch die Kosten, den Patientenunwohl und die Bildqualität. Patienten müssen während des Scans ihre Atmung anhalten, um Bewegungen im Brustkorb zu minimieren und dadurch klarere Bilder zu erzeugen. Ohne TagGen müssten Patienten ihre Atmung für mehr als 20 Herzschläge anhalten, was oft schwer zu ertragen ist. Mit TagGen halten sie lediglich für drei Herzschläge die Luft an, was bedeutet, dass Ärzte Informationen sehen können, die sie sonst verpassen würden. Dies führt zu besseren Diagnosen und verbesserten Patientenoutcome. Für zukünftige Arbeiten plant Sun, TagGen weiter zu optimieren und die Bewegungsverfolgung bei MRI-Untersuchungen zu verbessern. Er und sein Team arbeiten auch daran, die AI-Technik auf andere Arten von Herz-MRI-Scans, Computertomographie (CT)-Scans und Scans anderer Organe, wie zum Beispiel Hirn-MRIs, zu übertragen. Sun, PhD, ist Assistenzprofessor für Radiologie an der Mizzou School of Medicine und Assistenzprofessor für Biomedizinische Ingenieurwesen an der Mizzou School of Engineering. Zudem ist er NextGen Precision Health Investigator. Seine Forschung konzentriert sich auf die Entwicklung neuer Strategien zur schnellen MRI-Erfassung, genauen Rekonstruktion und fortschrittlichen AI-Techniken. Industrie-Insider bewerten die Entwicklung von TagGen sehr positiv. Sie sehen darin ein großes Potenzial, nicht nur die Diagnostik, sondern auch die Behandlung von Herzpatienten zu verbessern. Die Technologie könnte darüber hinaus in anderen medizinischen Bereichen Anwendung finden, was eine erhebliche Verbesserung der Gesundheitsversorgung bedeuten würde. Die University of Missouri School of Medicine und die School of Engineering sind bekannt für ihre innovativen Forschungsansätze und ihre Zusammenarbeit, um medizinische Technologien voranzubringen, die das Leben von Patienten verbessern.