Knowledge-Hub Digitalisierung, KI & Gesundheitein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Deep Learning für non-invasive Amyloid-β-Bildgebung per MRT

Fujita S et al. · Magn Reson Med Sci · erschienen 2026 · in PubMed seit 23.08.2026 · PMID 42633943

Von KI ausgewählt und zusammengefasst

Worum es geht

Prospektive Multizenterstudie zur Validierung einer Deep-Learning-gestützten MR-Fingerprinting-Methode zur Abbildung von Gehirn-Amyloid-Deposition ohne PET.

Ergebnis

Wiederholbarkeit: Variationskoeffizient 1,8±1,3%, ICC 0,84. MRF-Messwerte korrelierten mit PET-Centiloid-Werten (Spearmans ρ=0,589, p=0,015) und Montreal Cognitive Assessment (ρ=−0,543, p=0,020). Visuelle Ähnlichkeit mit PET-Bildern erreicht.

Übertragbarkeit auf Deutschland

Japan, aber methodologisch relevant; externe Validierung gegen etablierte PET-Standards

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.