KI-unterstützte Schilddrüsenknotendiagnostik

Schilddrüsenknoten oder vergrößerte Schilddrüsen sind in Mitteleuropa häufig, in einer Studie von 2004 lag die Prävalenz in Deutschland bei 33. Die Mehrheit dieser Schilddrüsenknoten ist erfreulicherweise gutartig, bis zu 10% der Knoten erweisen sich aber als bösartig.

Die Diagnose von Schilddrüsenknoten erfolgt vor allem mit der Schilddrüsensonographie, sowie zusätzlich mit einer Schilddrüsenszintigraphie zur Funktionsbeurteilung der Knoten. Zur verbesserten und systematischen Erfassung von bösartigen Schilddrüsenknoten mittels Ultraschalls wurde 2017 das Thyroid Imaging, Reporting and Data System (TIRADS) 2017 veröffentlicht. In diesem System wird unter Nutzung verschiedener Merkmale (wie Größe, Form, Begrenzung, Echogenität, Zusammensetzung und Kalzifizierungen) die Dignität der Schilddrüsenknoten in Form von Punktescores zusammengefasst, um das weitere Vorgehen – wie zum Beispiel eine nachfolgende Feinnadelpunktion – ableiten zu können.

Auch in der Schilddrüsendiagnostik werden in den letzten Jahren vermehrt Verfahren, welche die künstliche Intelligenz (KI) nutzen, eingesetzt. Moderne KI-Tools, basierend auf Deep-Learning-Algorithmen unterstützen Fachärztinnen und Fachärzte für Nuklearmedizin dabei, die Schilddrüsenknoten im Ultraschall mittels der TIRADS-Kriterien zu bewerten und in Zusammenschau mit der Szintigraphie bezüglich weiterer Diagnostik zu beurteilen. Die Kombination aus ärztlicher Expertise und KI-Technologie verspricht in Zukunft eine noch präzisere Diagnose von bösartigen Schilddrüsenerkrankungen.

Autorin: Priv. Doz. Dr. Gundula Rendl, Arbeitsgruppe Schilddrüse OGNT und der Vorstand der OGNT (Österreichische Gesellschaft für Nuklearmedizin und Theranostik).