Forschende stellten BioTTA vor, ein KI-Verfahren, das ein vortrainiertes Modell an jeden neuen, nicht gelabelten MRT-Scan des fetalen Gehirns anpasst. In einer retrospektiven Studie testeten sie es anhand von 394 rekonstruierten Scans aus Schwangerschaften zwischen der 20. und 39. Woche. Dabei nutzten sie 11 von Radiologinnen und Radiologen annotierte Messwerte.
Den Autorinnen und Autoren zufolge übertraf BioTTA mehrere Vergleichsverfahren bei Datensätzen, die sich hinsichtlich MRT-Sequenz, Zentrum und Land unterschieden. Zudem schnitt es ähnlich ab wie Modelle, die mit gelabelten Daten feinabgestimmt wurden. Die berichtete diagnostische Genauigkeit lag bei 82.1%–95.0% und war damit vergleichbar mit der einer erfahrenen Radiologin oder eines erfahrenen Radiologen in der Studie. Die Arbeit belegt nicht, wie sich das Verfahren im klinischen Alltag bewähren würde.
Warum es wichtig ist
Für Radiologie-Teams, die fetale MRT-Aufnahmen verschiedener Scanner oder Krankenhäuser auswerten, könnte BioTTA helfen, Messungen ohne Labels vom jeweiligen Zielstandort zu vereinheitlichen. Wie gut es sich außerhalb dieser retrospektiven Studie klinisch bewährt, ist jedoch weiterhin unklar.
