Leitlinie zur klinischen Praxis für die Körperzusammensetzungsbewertung basierend auf oberen abdominalen Magnetresonanztomographie-Bildern, annotiert mit künstlicher Intelligenz
Die obere abdominale Magnetresonanztomographie (MRT) hat sich als äußerst effektives Instrument zur Analyse der Körperzusammensetzung, insbesondere bei Personen mit Adipositas, etabliert. Diese Bildgebungsmodalität ist von unschätzbarem Wert für die Quantifizierung der hepatischen Protonendichte-Fettfraktion (PDFF) und des abdominalen Fettgewebes, die für die klinische Bewertung und Forschung zu adipositasbedingten Risiken entscheidend sind. Die aus der MRT gewonnenen analytischen Ergebnisse können die Auswahl optimaler chirurgischer Verfahren leiten und die Behandlungsergebnisse bewerten. Die Entwicklung und Anwendung von Algorithmen der künstlichen Intelligenz (KI) zur automatisierten Messung der Körperzusammensetzung steht jedoch vor erheblichen Herausforderungen, hauptsächlich aufgrund der ungleichmäßigen Qualität der MRT-Bilder. Diese Leitlinie zielt darauf ab, die Datenakquisition, Nutzung und Speicherung für KI-Systeme zur automatischen Quantifizierung der Körperzusammensetzung zu standardisieren und damit die Entwicklung und Anwendung dieser Technologien zu fördern.
Die Leitlinie richtet sich an Chirurgen, klinische Forscher und Radiologen, die sich auf die Analyse der Körperzusammensetzung und adipositasbezogene Themen wie Typ-2-Diabetes, metabolisches Syndrom und bariatrische Chirurgie konzentrieren. Sie betont die Bedeutung einheitlicher Standards für die klinische Datenakquisition und -verwaltung, um hochwertige MRT-Bilder für die KI-Analyse sicherzustellen. Die Leitlinie deckt mehrere Schlüsselaspekte ab, darunter die Vorbereitung der Probanden, die Einstellung der MRT-Parameter, die Bewertung der Bildqualität, die Annotationsstandards und das Datenbankmanagement.
Die Vorbereitung der Probanden ist ein entscheidender Schritt, um die Qualität der MRT-Bilder sicherzustellen. Patienten sollten vor der MRT-Untersuchung nüchtern sein, und alle metallischen Gegenstände sollten entfernt werden. Für übergewichtige Probanden mit einem großen Taillenumfang wird die Verwendung von MRT-Geräten mit breiter Bohrung bevorzugt. Kliniker sollten die Durchführbarkeit der oberen abdominalen MRT-Untersuchung für Patienten mit einem Gewicht von mehr als 125 kg sorgfältig bewerten, da die Bohrung möglicherweise nicht groß genug ist, um den Bauch aufzunehmen, und der Patient Schwierigkeiten haben könnte, den Atem anzuhalten, was zu erheblichen Bewegungsartefakten führen kann.
Die Einstellung der MRT-Parameter ist ein weiterer entscheidender Faktor für die Erzielung hochwertiger Bilder. Ein 3,0-T- oder 1,5-T-MRT-Gerät wird für die Datenerfassung bevorzugt. Die Standardparameter für die MRT-Untersuchung zur KI-Analyse umfassen die Verwendung von PDFF, einem zuverlässigen Maß zur Bewertung der hepatischen Steatose, und der Dixon-Bildgebung, die dreidimensionale hochauflösende Bilder liefert. Das Fettbild auf axialer Ebene der Lendenwirbel 1 bis Lendenwirbel 2 (L1–L2) Bandscheibe gilt als die beste Wahl für die Quantifizierung des Fettgewebes. Wenn ein 1,5-T-MRT-Gerät keine dreidimensionale Dixon-Bildgebung durchführen kann, ist die Dual-Echo-Scanning eine Alternative.
Die Verfügbarkeit von MRT-Bildern für die KI-Quantifizierung hängt von der Bildqualität ab, die der für die klinische Diagnose erforderlichen Qualität entsprechen sollte. Alle erfassten Bilder sollten im Digital Imaging and Communications in Medicine (DICOM)-Format gespeichert werden, um wichtige Informationen wie die Schichtdicke zu erhalten. Bilder mit signifikanten Artefakten gelten als unakzeptabel. Die für die PDFF-Quantifizierung erforderliche Bildqualität ist in der Regel hoch, da der erste Schritt in der KI-Analyse die Erkennung des Randes des Leberparenchyms ist. Bei Patienten mit einer hepatischen Steatose über Grad 2 (PDFF >17,4%) ist die Signalintensität des Leberparenchyms signifikant höher als die der Gefäße und benachbarten Organe, wodurch der Rand für das KI-System relativ leicht zu erkennen ist. Bei Patienten mit einer hepatischen Steatose Grad 1 (6,4% < PDFF ≤ 17,4%) oder ohne hepatische Steatose (PDFF ≤6,4%) kann die KI-Annotation jedoch unpräzise sein oder ganz fehlschlagen.
Die für die Quantifizierung des abdominalen Fettgewebes erforderliche Bildqualität ist ebenfalls kritisch. Ein Dixon-Sequenzbild des Fettes auf axialer Ebene der L1–L2 Bandscheibe kann zu diesem Zweck verwendet werden. Es ist essentiell, die Haut des Abdomens abzudecken, um das subkutane Fettgewebe (SAT) zu messen. Die Prinzipien und Beispiele für verschiedene Bildqualitätsgrade werden bereitgestellt, um Kliniker bei der Bewertung der Eignung der Bilder für die KI-Analyse zu unterstützen.
Annotationsstandards sind für eine genaue KI-Analyse unerlässlich. Für die PDFF-Quantifizierung sollte das gesamte Leberparenchym in den annotierten Bereich einbezogen werden, während große Gefäße, lokale Läsionen, Regionen jenseits des Randes der Leber und Bildgebungsartefakte vermieden werden sollten. Der durchschnittliche PDFF-Wert kann durch die Mittelung der Werte aller Voxel im Bereich des Interesses berechnet werden. KI-Systeme werden entwickelt, um die Werte verschiedener Leberabschnitte zu erfassen, da der PDFF-Wert und seine Veränderung nach bariatrischer Chirurgie in verschiedenen Teilen der Leber variieren.
Für die Quantifizierung des abdominalen Fettgewebes können viszerales Fettgewebe (VAT) und SAT erkannt und gekennzeichnet werden. Verschiedene Regionen des Interesses, wie Muskeln, können ebenfalls für die Analyse definiert werden. Die Bilder können automatisch mit KI oder manuell mit der ITK-SNAP-Software beschriftet werden. Da eine einzelne Schicht eines MRT-Bildes volumetrisch ist, wird der nach der Beschriftung erworbene Wert von der Schichtdicke beeinflusst, und das Volumen wird entsprechend berechnet.
Das Datenbankmanagement ist entscheidend für die klinische Nachsorge und Forschung. Es wird empfohlen, eine Datenbank zur Verwaltung klinischer Daten und MRT-Bilder einzurichten. Die klinischen und radiologischen Daten sollten in einer standardisierten Datenbank, wie der „Greater China Metabolic and Bariatric Surgery Database“ (GC-MBD), registriert werden, in der Daten von über 10.000 Fällen aufgezeichnet wurden. Die Datenbank benötigt ein Komitee, das regelmäßige Treffen abhält, um Fragen der Qualitätskontrolle zu diskutieren. Ein multidisziplinäres Team sollte einen Konsens über die Variablen in der Datenbank erzielen, einschließlich strukturierter demografischer Informationen, Labortests, PDFF-Werte, VAT- und SAT-Werte, Informationen zu biologischen Proben und Aufzeichnungen über unerwünschte Ereignisse. Obere abdominale MRT-Bilder im DICOM-Format sollten ebenfalls hochgeladen werden. Vor dem Dateneintrag sollten die Hauptteilnehmer geschult werden, und der Datenbankmanager sollte die Authentizität, Genauigkeit und Vollständigkeit aller Informationen überprüfen und verifizieren. Datenänderungsspuren sollten im System aufgezeichnet werden, und nach der Verifizierung sollten die Daten gesperrt werden.
Zusammenfassend hebt diese Leitlinie drei Schlüsselpunkte in der KI-Analyse der Körperzusammensetzung unter Verwendung oberer abdominaler MRT-Bilder hervor: einheitliche Datenakquisitionsstandards, Bildannotierung und Datenbankmanagement. Durch die Standardisierung dieser Prozesse zielt die Leitlinie darauf ab, die Entwicklung und Anwendung von KI-Systemen zur automatischen Quantifizierung von PDFF und abdominalem Fettgewebe zu fördern und damit die klinische Bewertung und Forschung zu adipositasbedingten Risiken zu verbessern.
doi.org/10.1097/CM9.0000000000002002