Medizinisches Vorwissen für die MRT-Auswertung: Skoltech und Sharjah melden bessere Erkennung bei Epilepsie und MS

Medizinisches Vorwissen für die MRT-Auswertung: Skoltech und Sharjah melden bessere Erkennung bei Epilepsie und MS

Das gemeinsame Biomedically-Informed AI Laboratory (BIMAI-Lab) von Skoltech und der University of Sharjah hat Computer-Vision-Modelle für Hirn-MRTs weiterentwickelt, heißt es in einer Pressemeldung. Das neuronale Netz wertet Bildmuster aus und bezieht zugleich medizinisch bekannte Merkmale ein. Die Arbeit erschien in den Proceedings der 29. MICCAI (International Conference on Medical Image Computing and Computer Assisted Intervention). Die Konferenz fand vom 27. September bis 1. Oktober in Straßburg statt.

Geleitet hat die Arbeit Nadezhda Alsahanova, Forschungsingenieurin und Doktorandin bei Skoltech. Maxim Sharaev, Co-Direktor des BIMAI-Labs, war einer der Principal Investigators. Die Meldung führt Skoltech als Einrichtung der VEB.RF Group und erwähnt einen Förderbezug zu dieser Gruppe.

Alle Angaben in diesem Text stammen aus Pressemeldungen, unter anderem von medicalxpress. Die Originalpublikation in den MICCAI-Proceedings lag nicht vor und ließ sich nicht prüfen.

Von 72 auf 80 Prozent bei Epilepsie: Was die Zahlen sagen und was offen bleibt

Laut Pressemeldung stieg die Erkennungsleistung bei Epilepsie-Scans von 72 auf 80 Prozent, also um 8 Prozentpunkte. Bei MS-Scans verbesserte sie sich um 2 Prozent. Vergleichbare Leistung erreichte das Modell nach Angaben der Meldung mit 30 Prozent weniger Trainingsdaten.

Offen bleibt, was diese Werte messen. Die Meldung nennt weder die Metrik (etwa Sensitivität, Dice-Koeffizient oder F1-Wert) noch den Datensatz. Unklar ist außerdem, ob es um Detektion oder Segmentierung von Läsionen geht. Auch bei den 2 Prozent für MS fehlt die Angabe, ob es sich um Prozentpunkte oder einen relativen Wert handelt. Ohne diese Angaben lassen sich die Zahlen nicht mit früheren Arbeiten vergleichen. Dort liegt das Spektrum weit auseinander: Eine CNN-Studie kommt auf eine Sensitivität von 83 bis 93 Prozent, jeweils zusammen mit Angaben zu Falsch-Positiven. Beim Modell MELD FCD sind es 67 Prozent.

Die 64 Prozent zuvor von Radiologen übersehener Läsionen stammen aus einer anderen Arbeit, MELD Graph (JAMA Neurology 2025), und gehören nicht zu dieser Studie.

Die Pressemeldung schreibt dem System zu, es erkenne „subtile Details, die dem menschlichen Auge entgehen“. Das ist eine Herstellerangabe. Ein Beleg fehlt, ebenso eine Definition von „übersehen“. Eine Formulierung wie „zuvor übersehene Zeichen“ ist durch das Material nicht gedeckt.

Kein Fall für die Klinik: MRT-negative Epilepsie als Zielproblem, ohne Validierung

Das Zielproblem ist real. Laut medicalxpress gelten rund 30 Prozent der Epilepsiefälle als MRT-negativ, eine Quelle nennt die Meldung nicht. Eine Übersichtsarbeit beziffert den Anteil bei Patienten mit medikamentenresistenter Epilepsie, die zur Operationsabklärung überwiesen werden, auf rund 40 Prozent. Die Abweichung dürfte an den Bezugsgruppen liegen: hier alle Epilepsiefälle, dort eine selektierte, operativ abgeklärte Gruppe.

Für die neue Methode sind bisher weder eine externe Validierung noch ein Vergleich mit Radiologen belegt, auch keine Zulassung. Für Kliniker ergibt sich daraus kein Handlungsbedarf. Als öffentlich verfügbares Forschungswerkzeug bleibt MELD Graph die etablierte Alternative. Es setzt eine Registrierung voraus und eignet sich für bestimmte Konstellationen wie Hippocampussklerose nicht. Die Meldung beschreibt einen inkrementellen Methodenfortschritt, keinen belegten klinischen Durchbruch.