Artificial intelligence based analysis of body composition to predict the short term and long term outcomes after pancreatectomy

Stellen Sie sich vor, Ihr Körper wäre wie ein Hochleistungs-Rennwagen. Jahrelang wussten Mechaniker (Ärzte) zwar, dass der Zustand des Motors entscheidend dafür ist, wie gut das Auto fährt, aber sie haben hauptsächlich nur auf die Tankanzeige (Gewicht) oder den Ölstand (Bluttests) geschaut. Sie hatten jedoch bisher keine Möglichkeit, unter die Motorhaube zu schauen, um zu sehen, ob die Motorblöcke aus starkem Stahl oder aus schwachem, rostigem Metall bestehen oder ob das Auto zu viel schwere Ladung im Kofferraum transportiert. In der Welt der Medizin ist dieser „Motor“ Ihre Muskeln und die „Ladung“ ist Ihr Körperfett. Wissenschaftler vermuteten schon lange, dass schwache, fettige Muskeln (ein Zustand namens Sarkopenie) oder zu viel tiefes Bauchfett (viszerales Adipositas) eine Operation riskanter und die Erholung schwieriger machen. Aber diese Dinge manuell zu überprüfen, ist so, als würde man versuchen, jede einzelne Schraube eines Motors von Hand zu messen – es dauert ewig, und zwei verschiedene Mechaniker könnten sie unterschiedlich messen. Hier kommt Künstliche Intelligenz (KI) ins Spiel. Denken Sie an die KI als einen superschnellen, superspräzisen Roboter-Mechaniker, der in einem Bruchteil einer Sekunde den Bauplan eines Autos scannen kann und sofort erkennt, wo genau sich die Muskeln befinden, wie dicht sie sind und wie viel Fett sich an den falschen Stellen versteckt.

In dieser Arbeit geht es darum, genau diesen Roboter-Mechaniker speziell für Patienten aufzubauen, die sich einer großen Bauchoperation unterziehen, einer Pankreatektomie (Entfernung eines Teils oder des gesamten Pankreas). Die Forscher, angeführt von einem Team des Nanjing Drum Tower Hospitals, wollten zwei Probleme lösen: erstens, ein vollautomatisches KI-System zu entwickeln, das den perfekten Schnitt eines CT-Scans (einem 3D-Röntgenbild) am dritten Lendenwirbel (L3) findet und automatisch die Muskeln vom Fett trennt, ohne dass ein Mensch darauf zeigen muss; und zweitens, zu sehen, ob der „Körperscan“ der KI vorhersagen konnte, wie gut es den Patienten nach der Operation ergehen würde. Sie haben das Werkzeug nicht nur gebaut; sie haben es an Hunderten von Patienten getestet, um zu sehen, ob die Ergebnisse der KI mit der Realität übereinstimmten.

Das Team baute eine „End-to-End“-Pipeline, was so etwas wie ein vollautomatisches Fließband ist. Zuerst betrachtet die KI einen 3D-CT-Scan des Abdomens eines Patienten und findet automatisch den L3-Wirbel (einen spezifischen Knochen im unteren Rücken). Sie benötigt keinen Menschen, der ihr sagt, wo sie suchen soll; sie findet diesen Punkt von selbst. Sobald sie diese Stelle gefunden hat, schneidet sie das Bild dort auf und verwendet ein intelligentes Netzwerk (genannt nnU-Net), um die verschiedenen Gewebe zu „übermalen“: Skelettmuskulatur (der Motor), subkutanes Fett (die Polsterung unter der Haut) und viszerales Fett (die tiefe, interne Ladung). Die KI leistete hierbei eine unglaubliche Arbeit. Als die Forscher ihre Arbeit mit menschlichen Experten verglichen, stimmte die KI fast perfekt mit ihnen überein, mit einem „Ähnlichkeitswert“ (genannt Dice-Koeffizient) von etwa 0,97 für Muskeln, 0,95 für das Hautfett und 0,94 für das tiefe Fett. Das bedeutet, dass der Roboter-Mechaniker genauso gut ist wie die besten menschlichen Experten, aber er erledigt dies in Sekunden statt in Stunden.

Doch die wahre Magie geschah, als sie dieses Werkzeug nutzten, um vorherzusagen, was nach der Operation passieren würde. Sie untersuchten 561 Patienten, bei denen die Bauchspeicheldrüse entfernt wurde, und fanden sehr klare Muster. Die KI zeigte, dass Patienten mit zu viel tiefem Bauchfett (viszerales Adipositas) schwierigere Operationen hatten: Ihre Eingriffe dauerten länger (360 Minuten gegenüber 270 Minuten), sie verloren mehr Blut und sie hatten eine viel höhere Wahrscheinlichkeit für schwere Infektionen oder Leckagen an der Operationsstelle. Noch wichtiger war, dass die KI feststellte, dass Patienten mit „schwachen“ Muskeln (Sarkopenie) oder „fettigen“ Muskeln (Myosteatose) in großen Schwierigkeiten steckten. Diese Patienten hatten eine viel höhere Wahrscheinlichkeit für schwere Komplikationen, wie schwere Infektionen oder Pankreas-Leckagen, und sie hatten eine viel geringere Wahrscheinlichkeit für ein „Lehrbuch-Ergebnis“ – was eine schicke Art zu sagen ist: eine perfekte Genesung ohne Komplikationen. Tatsächlich hatten nur 14,2 % der Patienten mit schwachen Muskeln ein Lehrbuch-Ergebnis, verglichen mit 9 % derjenigen mit starken Muskeln.

Die Studie blieb nicht im Aufwachraum des Krankenhauses stehen; sie untersuchten auch die langfristige Zukunft für Patienten mit Bauchspeicheldrüsenkrebs. Sie folgten 327 Patienten, um zu sehen, ob der Körperscan der KI vorhersagen konnte, wie lange sie ohne das Wiederauftreten des Krebses leben würden (rezidivfreies Überleben) oder wie lange sie insgesamt leben würden (Gesamtüberleben). Die Ergebnisse waren beeindruckend. Die KI bestätigte, dass schwache oder fettige Muskeln ein starkes Warnsignal waren. Patienten mit diesen Zuständen hatten eine signifikant höhere Wahrscheinlichkeit, dass der Krebs früher zurückkehrte oder dass sie früher verstarben, selbst nachdem die Forscher andere Faktoren wie die Tumorgröße oder das Tumorstadium berücksichtigt hatten. Die KI deutet darauf hin, dass die Qualität Ihres Muskelgewebes ein entscheidender Faktor dafür ist, wie Ihr Körper gegen den Krebs kämpft und wie er sich von dem Trauma der Operation erholt.

Die Autoren weisen vorsichtig darauf hin, dass ihr Werkzeug zwar vollautomatisiert und hochpräzise ist, aber nur an Patienten aus einem einzigen Krankenhaus getestet wurde, weslich es an anderen Orten erprobt werden muss, um sicherzustellen, dass es überall funktioniert. Sie weisen auch darauf hin, dass die KI uns zwar sagen kann, wer gefährdet ist, aber noch nicht, wie wir das beheben können, obwohl sie vorschlagen, dass das Wissen um dies frühzeitig Ärzten helfen könnte, bessere Ernährungspläne vor der Operation oder Regenerationspläne zu erstellen. Letztendlich zeigt diese Arbeit, dass wir uns nicht mehr auf langsame, manuelle Messungen verlassen müssen. Mit einer vollautomatisierten KI können wir sofort die „Körperzusammensetzung“ des Motors eines Patienten lesen, was Ärzten eine leistungsstarke neue Möglichkeit gibt, vorherzusagen, wer nach einer Operation kämpfen wird und wer erfolgreich genesen wird – was potenziell Leben retten kann, indem Risiken erkannt werden, noch bevor der erste Schnitt erfolgt.