Medizinische Universität Graz Austria/Österreich - Forschungsportal - Medical University of Graz
Gewählte Publikation:
Hinxlage, B.
Pics4Health – Selfies zur Diagnose von Sarkopenie
Humanmedizin; [ Diplomarbeit ] Medizinische Universität Graz; 2022. pp. 63
[OPEN ACCESS]
FullText
- Autor*innen der Med Uni Graz:
- Betreuer*innen:
- Horvath Angela
- Stadlbauer-Köllner Vanessa
- Altmetrics:
- Abstract:
- Hintergrund Bei der Sarkopenie handelt es sich um ein Erkrankungsbild, das durch progressiven und generalisierten Verlust der skelettalen Muskelmasse und -kraft gekennzeichnet ist. Sie führt zu einem beeinträchtigten Gesundheitszustand und Verlust der Unabhängigkeit der Erkrankten, zudem birgt sie ein stark erhöhtes Risiko für Stürze, Infektionen, Brüche, körperlicher Behinderungen und sogar die Sterblichkeit ist folglich erhöht. Aktuell betrifft die Sarkopenie zwischen 2.13 % und 3.88 % der Menschen in Europa, mit steigender Tendenz. Aufgrund der mangelhaften Verfügbarkeit von kosten- und zeitsparenden Diagnoseverfahren ist die Sarkopenie eine im klinischen Alltag unterdiagnostizierte Erkrankung. Ziel der Studie Ziel dieser Arbeit ist es herauszufinden, ob man die Erkrankung Sarkopenie anhand der Analyse von Porträtbildern mit Hilfe einer künstlichen Intelligenz-Technologie über eine Smartphone-/Mobilgeräte-Anwendung diagnostizieren kann, um somit die Früherkennung der Erkrankung zu fördern. Methoden Im Zeitraum von 10/2019 bis 03/2020 wurden insgesamt 38 Patienten prospektiv in die Studie aufgenommen und Gesichtsporträts mittels der App Pics4Health angefertigt. Zur Diagnose Sarkopenie wurde die Definition der European working Group on Sarocpenia of Older People (EWGSOP) von 2010 herangezogen. Hierfür verwendete Paramater sind die Muskelmasse (Lumbalmuskel Index), Muskelkraft (Griffkraft) und die körperliche Leistungsfähigkeit (Gehgeschwindigkeit). Zusätzlich werden einige Biomarker in die Studie mit einbezogen, die im Verlauf in einem multivarianten Modell zur Verbesserung der Genauigkeit der Diagnose anhand von Gesichtsporträts getestet werden. Zu den wichtigsten Biomarkern zählen Agrin, Testosteron, Growth Hormon, Myostatin, Follistatin, Brain-derived Neurotrophic Factor, Irisin, Interleukin 1 und 6, Tumor Nekrose Faktor alpha, Butyryl-Cholinesterase und Kreatin. Ergebnisse Die mittels der Pics4Health STUDY App angefertigten Bilder werden 10 erfahrenen Hepatologen*innen präsentiert. Nur anhand der gemachten Bilder, ohne Kenntnis des Krankheitszustandes, wird versucht, die Diagnose zu stellen. Mittels eines “Sarcopenia-Face Sum Score” (SFFS) werden die zu vergebenden Punkte (1 Punkt für das Vorhandensein der Sarkopenie und 0 Punkte für das Fehlen der Sarkopenie) zwischen 0 und 10 Punkten gezählt. Die Ärzte*innen erkennen mit einer Sensitivität von 68.42 % und einer Spezifität von 100 % die Sarkopenie. In schweren Fällen der Sarkopenie liegt die Sensitivität bei 100 %. Schlussfolgerung Diese ersten Analysen zeigen, dass man in der Lage ist, eine Softwareapplikation zu entwickeln, die medizinisches Personal unterstützt, Gesichtsporträts anzufertigen und diese auf einer geschützten Cloud zu speichern. Dies zeigt, dass die Nutzung einer mobilen Applikation zur Analyse von Gesichtsporträts bei der Diagnostik von Sarkopenie zukünftig möglich ist. Dies bietet die Grundlage, auf derer der Deep Learning Algorithmus ausgebaut werden kann, damit die Genauigkeit der Vorhersage der Erkrankung optimiert werden und zukünftig als diagnostisches Mittel im klinischen Alltag Anwendung finden kann.