Impact of Imaging Protocols on Thermal Detection of Pressure Injuries: Threshold versus Deep Learning Across Skin Tones

Diese Studie zeigt, dass Deep-Learning-Modelle traditionelle schwellenwertbasierte Ansätze bei der Erkennung simulierter Druckgeschwüre mittels Thermografie deutlich übertreffen und durch die Nutzung räumlicher thermischer Gradienten anstelle fester Temperaturdifferenzen eine robuste und faire Genauigkeit über verschiedene Hauttöne und unterschiedliche Bildgebungsprotokolle hinweg erreichen.

Das Wesentliche

Das große Ganze: Den „Kalten Fleck" finden, bevor die Prellung sichtbar wird

Stellen Sie sich vor, unter Ihrer Haut bildet sich eine Prellung. Bevor Sie den lila oder roten Fleck sehen können, wird die darunterliegende Stelle tatsächlich kühler, weil der Blutfluss nachlässt. Ärzte wissen dies seit langem und nutzen spezielle Wärmebildkameras (wie Nachtsichtbrillen für Wärme), um diese „kalten Flecken" frühzeitig zu erkennen und schwere Dekubitus (Druckgeschwüre) zu verhindern.

Es gibt jedoch ein Problem: Haut kommt in vielen Farben vor, und Kameras gibt es in vielen Typen. Die große Frage, die dieses Papier stellte, lautete: Funktioniert die Methode, mit der wir diese kalten Flecken finden, für alle gleichermaßen gut, unabhängig von ihrem Hautton oder der verwendeten Kamera?

Die zwei Detektive: Das „Regelbuch" vs. der „Lernende"

Die Forscher testeten zwei verschiedene Methoden zur Analyse der Wärmebilder:

1. Der Regelbuch-Detektiv (Schwellenwert-basierter Ansatz):

   • Funktionsweise: Diese Methode folgt einer strengen, einfachen Regel. Sie misst die Temperatur des „kalten Flecks" und vergleicht sie mit einem „normalen Fleck" in der Nähe. Ist der Unterschied größer als eine bestimmte Zahl (wie -1,71 °C), schreit sie „Alarm! Dekubitus!". Wenn nicht, sagt sie „Alles klar".
   • Die Analogie: Denken Sie an einen Sicherheitsbeamten in einem Club, der nur Personen einlässt, die größer als 1,80 Meter sind. Es ist eine einzige, starre Regel. Es ist egal, ob die Person einen Hut trägt, auf einer Kiste steht oder ob das Licht schwach ist; wenn sie nicht 1,80 Meter groß ist, kommt sie nicht herein.

2. Der Lernende (Deep-Learning-/CNN-Modelle):

   • Funktionsweise: Anstatt einer einzigen Zahl nutzt diese Methode Künstliche Intelligenz (KI), um das ganze Bild zu betrachten. Sie lernt, die Form, die Ränder und das Muster zu erkennen, wie die Wärme vom kalten Fleck weg abfällt.
   • Die Analogie: Denken Sie an einen erfahrenen Kunstkritiker. Er misst nicht nur die Höhe eines Gemäldes; er betrachtet die Pinselstriche, das Licht, die Komposition und die allgemeine Ausstrahlung. Er versteht den Kontext des Bildes, nicht nur eine einzelne Messung.

Das Experiment: Ein kontrolliertes „Abkühlen"

Um diese Detektive zu testen, warteten die Forscher nicht darauf, dass sich echte Dekubitus bilden (was Tage dauert). Stattdessen schufen sie eine sichere, kontrollierte Simulation:

• Die Probanden: 35 gesunde Erwachsene mit einer breiten Palette an Hauttönen (von sehr hell bis sehr dunkel).
• Der Trick: Sie legten einen kalten Steinzylinder für 5 Minuten auf eine bestimmte Stelle am unteren Rücken der Teilnehmer, um den Kühleffekt eines sich entwickelnden Druckgeschwürs zu simulieren.
• Die Variablen: Sie machten Aufnahmen mit zwei verschiedenen Kameras (eine hochpreisige professionelle und eine günstigere, niedrig aufgelöste) unter 12 verschiedenen Bedingungen (verschiedene Lichtverhältnisse, verschiedene Abstände, verschiedene Körperhaltungen).

Die Ergebnisse: Wer gewann das Rennen?

1. Der Lernende (KI) schlug das Regelbuch
Die KI-Modelle waren viel genauer (etwa 99 % Genauigkeit) als die Regelbuch-Methode (etwa 95,6 % Genauigkeit).

• Warum? Das Regelbuch ist zu starr. Wenn die Kamera leicht anders ist oder sich das Licht ändert, wird die „magische Zahl" für den Temperaturunterschied durcheinandergebracht.
• Das Kamera-Problem: Als die Forscher die günstigere, niedrig aufgelöste Kamera verwendeten, geriet der Regelbuch-Detektiv in Verwirrung und machte viel mehr Fehler, insbesondere bei Menschen mit mittel-dunklem Hautton. Der Lernende hingegen blieb auf beiden Kameras ruhig und genau.

2. Die Hautton-Überraschung
Die Regelbuch-Methode war unfair. Sie hatte am meisten Schwierigkeiten mit Menschen mit mittel-dunklem Hautton (MST 6), wenn die günstigere Kamera verwendet wurde. Auch mit den dunkelsten Hauttönen hatte sie Probleme, wenn die teure Kamera zum Einsatz kam.

• Der KI-Vorteil: Der Lernende behandelte alle fair. Er performte über alle Hauttöne hinweg konsistent gut und bewies, dass er nicht durch die Menge an Melanin in der Haut beeinflusst wurde.

3. Worauf schaute die KI eigentlich?
Die Forscher nutzten ein spezielles Werkzeug (Grad-CAM), um zu sehen, wohin die KI in den Bildern „schaute".

• Die Entdeckung: Die KI schaute nicht nur auf die Mitte des kalten Flecks. Sie konzentrierte sich auf die Ränder oder Grenzen, wo der kalte Bereich auf die warme Haut trifft.
• Die Analogie: Stellen Sie sich einen Schneeball vor, der auf einem warmen Bürgersteig schmilzt. Das Regelbuch prüft nur die Temperatur in der Mitte des Schneeballs. Die KI betrachtet die knusprige Kante, wo der Schnee zu Wasser wird. Die KI erkannte, dass die Form der Temperaturänderung entscheidend ist, nicht nur die Temperatur selbst.

Warum versagte die KI manchmal?

Selbst der Lernende machte ein paar Fehler. Das Papier ergab, dass diese Fehler auftraten, wenn der „kalte Fleck" begann, sich wieder zu erwärmen (Nachwärmung).

• Die Verwirrung: Als sich der kalte Fleck erwärmte, begann der scharfe Rand zwischen kalt und warm zu verschwimmen. Die KI wurde von anderen warmen Stellen am Körper (wie in der Nähe der Wirbelsäule) abgelenkt und verlor den Fokus auf den ursprünglichen kalten Fleck.
• Die Lehre: Dies deutet darauf hin, dass die KI sehr gut darin ist, das Muster des Abkühlens zu erkennen, aber wenn das Muster zu verschwommen oder schwach wird, kann sie verwirrt werden.

Das Fazit

Dieses Papier zeigt, dass für die Erkennung früher Anzeichen von Druckgeschwüren mittels Wärmebildkameras gilt:

• Verlassen Sie sich nicht auf eine einzelne Temperaturzahl. Sie ist zu zerbrechlich und hängt zu sehr von der Kamera und dem Hautton der Person ab.
• Nutzen Sie KI, die das ganze Bild betrachtet. Indem sie die Form und die Verläufe der Wärme versteht, kann KI fair und genau für Menschen aller Hauttöne sein, selbst bei Verwendung verschiedener Kameras oder bei Aufnahmen unter weniger als perfekten Bedingungen.

Die Studie kommt zu dem Schluss, dass wir zwar weitere Tests an echten Patienten benötigen, aber der Ansatz des „Lernenden" ein vielversprechenderes und gerechteres Werkzeug für die Zukunft des Gesundheitswesens ist als die alte „Regelbuch"-Methode.

Technische Zusammenfassung

Technische Zusammenfassung: Auswirkungen von Bildgebungsprotokollen auf die thermische Detektion von Druckgeschwüren

Problemstellung
Druckgeschwüre stellen eine erhebliche Herausforderung im Gesundheitswesen dar, die in den Vereinigten Staaten jährlich etwa 60.000 Todesfälle verursacht und Kosten von über 26,8 Milliarden US-Dollar verursacht. Eine frühzeitige Erkennung ist entscheidend, aber schwierig; die visuelle Inspektion ist unzuverlässig, insbesondere bei Patienten mit dunklerer Haut, bei denen nicht wegdrückbare Erytheme schwer zu identifizieren sind. Obwohl die Thermografie eine berührungslose Methode zur Erkennung früher Temperaturveränderungen bietet, die mit Gewebeischämie einhergehen, wird ihre klinische Nutzbarkeit durch ein mangelndes Verständnis dafür behindert, wie Variationen in Bildgebungsprotokollen (Beleuchtung, Abstand, Positionierung, Kameratyp) und diverse Hauttöne die Erkennungsgenauigkeit beeinflussen. Darüber hinaus verlassen sich aktuelle klinische Ansätze oft auf feste Temperaturschwellenwerte, die sich möglicherweise nicht auf verschiedene Hardware oder physiologische Populationen verallgemeinern lassen.

Methodik
Diese Studie nutzte eine kontrollierte Simulation, um zwei Klassifizierungsansätze zur Erkennung thermischer Abkühlung, eines Surrogats für frühe Temperaturveränderungen bei Druckgeschwüren, zu bewerten.

• Datenerhebung: Die Forscher sammelten 1.680 thermische Bilder von 35 gesunden Erwachsenen mit unterschiedlichen Hauttönen, die nach der Monk-Skin-Tone-Skala (MST) in drei Gruppen stratifiziert wurden: MST 1–5 (n=5), MST 6 (n=7) und MST 7–10 (n=23).
• Experimentelles Protokoll: Ein kontrolliertes Abkühlungsprotokoll wurde induziert, indem ein gekühlter Steinzylinder für fünf Minuten auf den hinteren oberen Beckenstachel (PSIS) gelegt wurde. Die Bilder wurden mit zwei unterschiedlichen Kameras aufgenommen: einer hochauflösenden FLIR E8XT (thermische Auflösung 320×240) und einer FLIR ONE Pro für den Consumer-Bereich (thermische Auflösung 160×120).
• Bildgebungsvariationen: Ein faktorieller Versuchsplan wurde mit 12 Bildgebungskonfigurationen angewendet, die in Beleuchtung (Umgebungslicht vs. Ringlicht), Abstand (35 cm vs. 50 cm) und Körperhaltung (vorne, gestapelt und hinten platziertes Knie) variierten.
• Klassifizierungsansätze:
  1. Schwellenwertbasiert: Ein fester Temperaturschwellenwert von -1,71 °C (abgeleitet mittels ROC-Analyse) wurde angewendet, um Bilder basierend auf dem Temperaturunterschied zwischen dem abgekühlten Bereich und einem Kontrollbereich als „Abkühlung" oder „Basislinie" zu klassifizieren.
  2. Deep Learning (CNN): Drei Transfer-Learning-Modelle (MobileNetV2, InceptionNetV3, ResNet50) wurden feinabgestimmt, um Bilder zu klassifizieren. Die Modelle nutzten eine bildweise Normalisierung, Daten-Augmentierung (Spiegelungen, Rotation) und ein stratifiziertes Cross-Validierungs-Framework auf Teilnehmer-Ebene mit 5 Folds, um Datenlecks zu verhindern.
• Erklärbarkeit: Gradient-gewichtete Class Activation Mapping (Grad-CAM) wurde verwendet, um die räumlichen Merkmale zu visualisieren, die CNN-Vorhersagen beeinflussen.

Hauptergebnisse

• Gesamtleistung: Deep-Learning-Modelle schnitten im Vergleich zum schwellenwertbasierten Ansatz deutlich besser ab. CNNs erreichten Gesamtrichtigkeitswerte zwischen 98,6 % und 99,6 %, während die schwellenwertbasierte Methode 95,6 % erreichte.
• Robustheit über Protokolle hinweg: Der schwellenwertbasierte Ansatz zeigte protokollabhängige Fehlklassifizierungsmuster, wobei die Fehlerraten je nach Beleuchtung und Abstand zwischen 1,9 % und 13,0 % variierten. Im Gegensatz dazu behielten CNNs über alle 12 Bildgebungsprotokolle hinweg eine konsistente Leistung bei, wobei vier Protokolle null Fehlklassifizierungen erreichten.
• Hardware-Abhängigkeit: Die schwellenwertbasierte Methode zeigte eine signifikante Hardware-Abhängigkeit. Bei der FLIR ONE Pro mit niedriger Auflösung stieg ihre Fehlerrate auf 5,2 % (im Vergleich zu 1,2 % bei der hochauflösenden E8XT), mit einer spezifischen Anfälligkeit in der Gruppe mit intermediärem Hautton (MST 6), die 22 von 44 Gesamtfehlklassifizierungen auf diesem Gerät ausmachte. CNNs zeigten eine überlegene Robustheit gegenüber dem Kameratyp und behielten über alle Hauttöne hinweg niedrige Fehlerraten bei (0,8 % bei FLIR ONE Pro).
• Gerechtigkeit bezüglich des Hauttons: Während der schwellenwertbasierte Ansatz eine unterschiedliche Leistung über die Hauttongruppen hinweg zeigte (geringste Genauigkeit bei MST 6), behielten CNNs eine hohe Genauigkeit (97,5 %–99,7 %) über alle Gruppen hinweg bei.
• Fehleranalyse: Grad-CAM-Visualisierungen zeigten, dass sich CNNs auf thermische Gradienten an den Grenzen des Abkühlungsbereichs konzentrierten. Fehlklassifizierungen traten hauptsächlich auf, wenn thermische Gradienten im Laufe der Zeit aufgrund der Wiedererwärmung abnahmen, wodurch sich die Aufmerksamkeit des Modells auf konkurrierende warme Artefakte (z. B. paravertebrale Erwärmung) statt auf den Abkühlungsbereich selbst verlagerte. Dieser Fehlermodus war über alle Hauttöne hinweg konsistent, was darauf hindeutet, dass die Fehler durch zeitliche thermische Dynamiken und nicht durch Hautton-Physiologie getrieben wurden.

Bedeutung und Behauptungen
Die Autoren behaupten, dass auf Deep Learning basierende Ansätze eine gerechtere und robustere Lösung für die thermografiebasierte Erkennung von Druckgeschwüren im Vergleich zu Methoden mit festen Schwellenwerten bieten. Zu den wichtigsten Beiträgen gehören:

1. Überlegene Generalisierung: CNNs bewahren räumliche Temperaturinformationen und thermische Gradienten, was es ihnen ermöglicht, sich über variierende Bildgebungsbedingungen und Kameratypen hinweg zu verallgemeinern, bei denen feste Schwellenwerte versagen.
2. Gerechtigkeit über Hauttöne hinweg: Im Gegensatz zu schwellenwertbasierten Methoden, die kamerabhängige Anfälligkeitsmuster über verschiedene Hauttöne hinweg zeigten, behielten Deep-Learning-Modelle eine konsistente Leistung bei, was darauf hindeutet, dass sie weniger anfällig für physiologische und messtechnische Variationen sind, die Einzelwert-Schwellenwerte beeinflussen.
3. Klinische Implikationen: Die Ergebnisse deuten darauf hin, dass die klinische Implementierung der Thermografie keine starre Standardisierung von Beleuchtung, Abstand oder Positionierung erfordert, da CNNs natürliche Variationen tolerieren können. Darüber hinaus argumentiert die Studie, dass Datensätze für das Training solcher Systeme auf klinischer Ground Truth (bestätigter Verletzungszustand) basieren sollten und nicht auf nachträglichen Temperaturschwellenwerten, die die komplexen räumlichen Dynamiken von Gewebeverletzungen möglicherweise nicht widerspiegeln.

Die Autoren kommen zu dem Schluss, dass CNNs zwar vielversprechend für eine zuverlässige Erkennung über diverse Populationen hinweg sind, eine zukünftige Validierung in klinischen Populationen mit tatsächlichen Druckgeschwüren und größeren, ausgewogenen Kohorten jedoch notwendig ist, um zu bestätigen, dass diese technischen Vorteile in realen Szenarien zu einer verbesserten Früherkennung führen.