Personalisierte Medizin

KI und MRT: Wie Künstliche Intelligenz eine Altersprognose berechnet

Einmal in die Röhre, bitte – und die Künstliche Intelligenz errechnet, wie es um die eigene Lebenserwartung steht. Was nach Science-Fiction klingt, ist Gegenstand aktueller Forschung an der Universität Freiburg. Ein Team um den Radiologen Dr. Matthias Jung hat mithilfe sogenannter Deep-Learning-Methoden ein Modell entwickelt, das auf Basis von Ganzkörper-MRTs die Körperzusammensetzung dreidimensional analysiert – und daraus Rückschlüsse auf das individuelle Sterberisiko zieht.

Muskelmasse schützt – Fettgewebe erhöht das Risiko

Im Zentrum des Modells steht die Verteilung von Muskel- und Fettgewebe. Während eine größere Muskelmasse mit einer geringeren Sterblichkeit assoziiert ist, gehen ein hoher Fettanteil innerhalb der Muskulatur sowie größere viszerale Fettdepots mit einem erhöhten Risiko einher. Die Aussagekraft dieser Parameter sei laut den Forschenden signifikant – und das unabhängig von bekannten Risikofaktoren wie Rauchen, Diabetes, Bluthochdruck oder Krebserkrankungen.

Bisherige Methoden zur Beurteilung der Körperzusammensetzung, etwa die manuelle Auswertung einzelner MRT-Schichten auf Höhe der Lendenwirbel, galten als zu aufwendig für den klinischen Alltag. Das neue Modell hingegen automatisiert die Analyse des gesamten Körpervolumens. Quantifiziert werden unter anderem subkutanes und viszerales Fett, Skelettmuskulatur sowie der Fettgehalt innerhalb des Muskels, berichtet das Fachmedium Medical Tribune.

Zehntausende MRTs als Datengrundlage

Die KI wurde mit Daten von mehr als 36.000 Teilnehmenden der britischen UK-Biobank trainiert. Validiert wurde das System anschließend anhand von MRT-Daten von rund 24.000 Probandinnen und Probanden der deutschen NAKO Gesundheitsstudie. Dabei zeigte sich: Die KI-basierten Volumenanalysen korrelieren deutlich stärker mit der Mortalität als herkömmliche Einzelparameter aus manuellen MRT-Auswertungen.

Die Forschenden sehen in der Methode ein großes Potenzial für die personalisierte Medizin. Sie ermögliche eine präzisere Einschätzung individueller Gesundheitsrisiken und eröffne neue Ansätze für gezielte Prävention. Ob sich die Technologie bald im klinischen Alltag durchsetzen wird, bleibt abzuwarten. Klar ist: Die künstliche Intelligenz lernt, den Körper besser zu lesen – und auch seine Grenzen zu erkennen.