# BioTTA passt Messungen aus fetalen MRTs standortübergreifend an

> Forschende testeten ein KI-Verfahren anhand von 394 fetalen Gehirn-MRT-Volumina. In ihrer Studie schnitt es bei drei Arten von Datenverschiebungen ähnlich ab wie Modelle mit Zielgebiets-Labels.

Oossa · 2026-10-20 · https://oossa.com/de/biotta-adapts-fetal-mri-measurements-across-hospitals

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.

## Die Fakten

- Die Studie umfasste 394 fetale Gehirn-MRT-Volumina und 11 von Radiologinnen und Radiologen annotierte Messwerte.
- Der berichtete mittlere absolute Fehler lag bei Verwendung eines Convolutional-Backbones zwischen 1.10 und 1.46 mm und bei einem Transformer-Backbone zwischen 1.46 und 2.25 mm.

## 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.

## Quellen und Referenzen

1. [Generalizable fetal brain biometry via adaptive artificial intelligence](https://arxiv.org/abs/2610.23966) – arXiv cs.CV, 2026-10-20

Zuletzt aktualisiert: 2026-10-20