Strukturelle Veränderungen im Pankreas bei Diabetes mellitus Typ 1 und Typ 2: Longitudinale Korrelation mit HbA1c-Werten mittels KI-gestützter Pankreassegmentierung und Organkonfigurationsanalyse

Zielsetzung Diese longitudinale Studie zielt darauf ab, strukturelle Veränderungen des Pankreas bei Patienten mit Diabetes mellitus Typ 1 (DM1) und Typ 2 (DM2) zu zwei Zeitpunkten durch die Anwendung künstlicher Intelligenz in CT-Bildgebungen automatisch zu analysieren. Pankreatische Verfettung und Verkalkung werden in Korrelation zu HbA1c-Werten als Marker für den Krankheitsverlauf und die metabolische Kontrolle untersucht.

Material und Methoden Die retrospektive Studie umfasst 22 Patienten mit der Diagnose DM1 oder DM2, bei denen zwischen 2019 und 2024 am Universitätsklinikum Erlangen 44 Untersuchungen durchgeführt wurden. Abdominelle CT-Scans wurden innerhalb von±3 Monaten zur HbA1c-Messung durchgeführt, wobei Patienten mit vorheriger Pankreatitis oder Pankreasneoplasien ausgeschlossen wurden. Die Segmentierung des Pankreasvolumens erfolgte mittels eines nnU-Net-Modells, das auf einem Datensatz von 1000 CT-Bildern aus öffentlich zugänglichen Quellen trainiert wurde. Ein Python-Skript berechnete Verfettungs- und Verkalkungsscores unter Verwendung von Schwellenwerten von >300 HU für Verkalkungen und -100 bis 30 HU für Fett, ausgedrückt als Verhältnis des erkrankten zum gesamten Pankreasvolumen.

Ergebnisse Bei DM2-Patienten mit niedrigen HbA1c-Werten korrelieren verminderte Verkalkung und Verfettung über zwei Zeitpunkte hinweg mit verbessertem HbA1c, was auf eine negative Korrelation und einen günstigen metabolischen Verlauf hinweist. DM1-Patienten mit niedrigem HbA1c sowie erhöhter Verkalkung und Verfettung zeigen stabile HbA1c-Werte, was darauf schließen lässt, dass pankreatische Veränderungen in dieser Gruppe unabhängig von glykämischer Kontrolle fortschreiten. Bei DM1-Patienten mit hohem HbA1c geht verminderte Verkalkung und erhöhte Verfettung mit keiner Veränderung des HbA1c einher, was auf ein komplexes Gleichgewicht zwischen diesen Faktoren in der glykämischen Regulation hindeutet.

Schlussfolgerungen Pankreatische Verfettung und Verkalkung könnten als wertvolle opportunistische bildgebende Biomarker für den Verlauf von DM dienen. KI-basierte Werkzeuge bieten einen vielversprechenden Ansatz für eine präzise, automatisierte Evaluation und ermöglichen neue Einblicke in Risikobewertung und personalisierte Therapie bei DM-Patienten.

Publikationsverlauf

Artikel online veröffentlicht:
25. März 2025