Zusammenfassung
Hintergrund
Die zunehmende Verfügbarkeit großer Bilddatensätze sowie technische Fortschritte im
Bereich der IT haben die Anwendung Künstlicher Intelligenz (KI) auch in der Radiologie
in den letzten Jahren stark vorangetrieben. Besonders im Bereich der abdominellen
MRT-Diagnostik bieten sich zahlreiche Möglichkeiten für den Einsatz von KI-Anwendungen
zur effizienten, objektiven und standardisierten Bildakquisition und Befundung.
Methode
Diese Übersichtsarbeit fasst den aktuellen Stand der Forschung und klinischen Anwendung
von KI in der abdominellen MRT-Diagnostik mithilfe einer Literaturrecherche über PubMed
zusammen. Der Fokus liegt auf interpretierende Einsatzbereiche wie die automatische
Segmentierung von Organen des Abdomens, Klassifikation von Pathologien sowie die quantitative
Analyse unterschiedlichster abdomineller Erkrankungen. Zudem werden die technischen
Voraussetzungen, Herausforderungen und Limitationen sowie ethische Aspekte systematisch
beleuchtet.
Ergebnisse
KI-basierte Systeme zeigen vielversprechende präklinische Ergebnisse, beispielsweise
in der Bildrekonstruktion, der Segmentierung, der Detektion und Charakterisierung
von Läsionen sowie in der Klassifikation z.B. PSC-typischer Gallengangsveränderungen
anhand der MRCP. Interessanterweise gibt es jedoch im Vergleich zu anderen organspezifischen
Anwendungen in der Radiologie bislang nur wenige klinisch einsetzbare Tools in der
abdominellen Bildgebung. Zudem bestehen noch große Herausforderungen aufgrund der
oftmals sehr heterogenen Datenqualität, der Verfügbarkeit sorgfältig annotierter Bilddaten
sowie der rechtlichen und ethischen Absicherung. Aber auch die Fragen der Kostenstruktur
und Wirtschaftlichkeit sowie der Vergütung von KI-basierten Anwendungen spielen eine
nicht unerhebliche Rolle und müssen geklärt werden.
Schlussfolgerung
Trotz des großen Potenzials und vielversprechender präklinischer Arbeiten ist die
Integration von KI-Systemen in der abdominellen MRT noch nicht im klinischen Alltag
etabliert. Für eine erfolgreiche klinische Umsetzung bedarf es standardisierter Workflows,
transparenter Modellarchitektur, rechtssicherer Rahmenbedingungen, klarer Vergütungsrichtlinien
und der aktiven Einbindung radiologischer Expertise. Perspektivisch werden multimodale,
prädiktive Systeme mit Einbindung ergänzender klinischer Daten sowie die ethisch reflektierte
Gestaltung KI-gestützter Entscheidungsprozesse zunehmend an Bedeutung gewinnen.
Kernaussagen
-
Im Vergleich zu anderen Anwendungsgebieten der Radiologie gibt es bislang noch recht
wenige dezidierte und validierte KI-Anwendungen für die abdominelle MRT-Diagnostik,
was vor allem an der vergleichsweise komplexen Datenstruktur und der hohen interindividuellen
Variabilität des Abdomens liegt.
-
Für eine erfolgreiche Integration in die klinische Praxis sind neben der geeigneten
technischen Infrastruktur vor allem gut aufgearbeitete multizentrische Trainingsdatensätze,
wie beispielsweise im Rahmen von großen Kohortenstudien, sowie ein transparenter Datenschutz
und eine kompetetive Vergütung entscheidend.
Zitierweise
-
Ragab H, Aydemir DG, Cicek H et al. Artificial Intelligence in Abdominal MRI Diagnostics:
Current Applications, Challenges, and Future Perspectives. Rofo 2025; DOI 10.1055/a-2704-7577
