Ein neuartiges KI-System der University of Surrey ermöglicht es, mithilfe von Knie-Röntgenaufnahmen vorherzusagen, wie das Gelenk in einem Jahr aussehen könnte – quasi eine „Zeitmaschine“ für die Arthrose-Behandlung. Die Forscher präsentierten ihre bahnbrechende Methode auf der MICCAI 2025, der internationalen Konferenz für medizinische Bildverarbeitung. Das System nutzt eine fortschrittliche KI-Modellarchitektur, eine sogenannte Diffusionsmodell, um realistische „zukünftige“ Röntgenbilder zu generieren und gleichzeitig ein individuelles Risikoscore zu liefern, das die Fortschreitungsrate der Osteoarthritis vorhersagt. Die Technologie basiert auf einem der größten Datensätze weltweit: fast 50.000 Knie-Röntgenaufnahmen von rund 5.000 Patienten. Im Vergleich zu bestehenden KI-Tools ist das System etwa neunmal schneller und präziser, was es für klinische Anwendungen besonders attraktiv macht. Der Hauptforschungsleiter David Butler vom Centre for Vision, Speech and Signal Processing (CVSSP) und dem Institute for People-Centred AI betont: „Bisherige KI-Systeme lieferten oft nur Zahlen – ohne Erklärung oder Visualisierung. Unser Modell zeigt nicht nur die Wahrscheinlichkeit einer Verschlechterung, sondern auch ein realistisches Bild des künftigen Kniegelenks. Wenn Patienten heute und in einem Jahr ein Gelenk sehen können, wird die Bedeutung von Therapie und Lebensstiländerungen deutlich. Das ist ein entscheidender Schritt für bessere Kommunikation, frühere Intervention und personalisierte Versorgung.“ Ein zentrales Merkmal des Systems ist seine Transparenz: Es identifiziert 16 spezifische Punkte im Kniegelenk, die besonders anfällig für Veränderungen sind, und markiert sie in der Vorhersage. Dies ermöglicht Ärzten, genau zu sehen, welche Bereiche die KI als kritisch bewertet, was das Vertrauen in die Vorhersagen stärkt. Die Fähigkeit, nicht nur zu prognostizieren, sondern auch zu visualisieren, könnte die Patientenmotivation erheblich steigern und die Therapietreue verbessern. Die Forscher sehen auch über die Osteoarthritis hinaus großes Potenzial: Die Technologie könnte auf andere chronische Erkrankungen wie Lungenverschlechterung bei Rauchern oder Herz-Kreislauf-Erkrankungen übertragen werden. Ziel ist es, frühzeitige Warnsignale zu liefern und individuelle Behandlungsstrategien zu ermöglichen. Professor Gustavo Carneiro vom CVSSP hebt hervor: „Frühere Systeme waren oft langsam und undurchsichtig. Unser Ansatz ist schnell, transparent und liefert bildbasierte Erkenntnisse – ein entscheidener Fortschritt für präzise, patientenorientierte Medizin.“ Die Universität sucht nun Kooperationen mit Krankenhäusern, um die KI-Technologie in die tägliche klinische Praxis zu integrieren und die Versorgung von Millionen Betroffenen zu verbessern.