T2-gewichtete sagittale (links und Mitte) und axiale (rechts) MRT der Lendenwirbelsäule eines Patienten mit Rückenschmerzen, Schwäche der unteren Extremitäten und Parästhesien. Deutliche Bandscheibenvorwölbung (blau) und Spinalkanalstenose auf Höhe L2/L3, mäßige Bandscheibenvorwölbung und Spinalkanalstenose auf Höhe Th1-L2 und L4-S1. Bandscheibenvorfall links paramedian (rot), Duralsack-Impingement (hellblau) und Verlagerung der linken rezessalen Wurzel L4 auf Höhe L3/L4. Foramenstenose und Kompression der Nerven L3 und L4 links (rosa) auf Höhe L3-L5. Osteochondrose Modic Typ II L2/L3 und L4/L5.
Mit CoLumbo haben wir für Sie einen hervorragenden AI-Assistenten für die Beurteilung der MRT der Lendenwirbelsäule bereit. Die neueste Version, die jetzt auf Radailogy verfügbar ist, bietet eine Vielzahl zusätzlicher Funktionen für die hochwertige Befundung dieser häufigen radiologischen Untersuchung. Insbesondere sind die Beschreibung der Foramenstenosen und der foraminären Nervenwurzelbedrängung sowie die Erkennung osteochondrotischer Pathologien nach Modic von Bedeutung.
Mit grosser Freude präsentieren wir Ihnen CoLumbo, einen AI-Assistenten für die MRT der Lendenwirbelsäule.
Was CoLumbo ist und wie es arbeitet
CoLumbo spart Zeit und erhöht die Genauigkeit bei der Erkennung der häufigsten Pathologien der Lendenwirbelsäule.
MRT-Befunde der Lendenwirbelsäule werden berichtet und visualisiert. Es unterstützt den Wissenstransfer von Radiologen zu Patienten und Ärzten. Darüber hinaus werden alle Befunde in umfassenden, standardisierten Berichten festgehalten und können als integraler, automatisch ausfüllender Bestandteil des Befundberichts verwendet werden.
Wer profitiert
Patienten, Kliniker und Radiologen durch eine detailliertere und genauere Diagnose mit anschließend verringerter Wahrscheinlichkeit einer suboptimalen Therapie oder Operation. Genaue automatische Messungen und eine klare farbige Darstellung aller Befunde verringern die Notwendigkeit, MRT-Befunde von Hand zu messen.
Unsere eigene Erfahrung bei Radailogy
Der AI-Assistent unterstützt die Erkennung von Bandscheibenvorfall, Bandscheibenvorwölbung, zentraler Spinalkanalstenose, Foramenstenose, Nervenwurzelimpingement, reduzierter Wirbel- und Bandscheibenhöhe, Hypo- und Hyperlordose, Spondylolisthese und Pseudolisthese sowie osteochondrotischer Pathologien nach Modic.
Die wissenschaftliche Evidenz
CoLumbo erzielte in der klinischen Forschung hervorragende Ergebnisse in Bezug auf die Genauigkeit zur Erkennung und Kennzeichnung von Bandscheiben (100 %), der Erkennung von Bandscheibenherniation (87%; 95% KI: 0,84, 0,89), Extrusion (86%; 95% KI: 0,84, 0,89), Bulging (76%; 95% KI: 0,73, 0,78), Spinalkanalstenose (98%; 95% KI: 0,97, 0,99), Nervenwurzelkompression (91%; 95% KI: 0,89, 0,92) und Spondylolisthese (87,61%; 95% KI: 85,26, 89,21).
Lehnen NC, Haase R, JFaber J, Rüber T, Vatter H, Radbruch A, Schmee FC. Detection of Degenerative Changes on MR Images of the Lumbar Spine with a Convolutional Neural Network: A Feasibility Study. Diagnostics 2021; 19;11(5):902
Daten zum Upload auf Radailogy
1-3 Tesla MRT, T2 axial und sagittal 2D und 3D, Schichtdicke 3,45-5 mm