Insgesamt wurden über 2.000 durch zentrale Experten bewertete Röntgenbilder der SIG aus zwei unabhängigen axSpA-Kohorten herangezogen, um ein artifizielles neuronales Netz zu trainieren, validieren und dann unabhängig zu testen. Zum Training und für die Validierung diente die internationale PROOF-Studie (1.553 bewertete SIG-Röntgenaufnahmen; Training n=1.324, Validierung n=229), zur abschließenden Testung die deutsche GESPIC-Kohorte (458 ausgewertete SIG-Röntgenbilder). Das neuronale Netz wurde auf die Erkennung einer definitiven röntgenologischen Sakroiliitis nach den modifizierten New York-Kriterien und somit eine Klassifikation als nicht-röntgenologische oder röntgenologische axSpA trainiert.

Das Ergebnis war eine 90- bzw. 88 %-ige Übereinstimmung zwischen der Beurteilung des neuronalen Netzes und der Experten im Validierungs- bzw. Testdatensatz. Somit wurde nachgewiesen, dass eine zuverlässige und einheitliche Erkennung definitiver pathologischer Veränderungen im Röntgenbild von SIG mithilfe der KI möglich ist. Eine Untersuchung der Netz-Performance im diagnostischen Setting sollte noch folgen. Für den klinischen Alltag wäre zudem die Erkennung von axSpA-typischen Veränderungen der SIG im MRT von großer Bedeutung, entsprechende Projekte hierzu laufen noch.

Quelle: Arthritis Res Ther 2021; 23(1): 106