Kardiovaskuläre Erkrankungen gehören zu den weltweit häufigsten Todesursachen. Pathologische Grundlage bei nahezu allen kardiovaskulären Erkrankungen ist eine Atherothrombose, d.h. eine atherosklerotische Plaqueruptur in Kombination mit inflammatorischen und prothrombotischen systemischen und lokalen Veränderungen in der Zirkulation. Obwohl sich die Prognose dieser Erkrankungen in den letzten Jahrzehnten verbessert hat, wurde in der zurückliegenden Dekade ein Stillstand dieses Trends und in manchen Bevölkerungsgruppen sogar eine Trendumkehr beobachtet. Auch die Langzeitfolgen einer COVID-19 Erkrankung könnten diese Entwicklung noch beschleunigen. Während die Einbeziehung von aussagekräftigen Risikofaktoren und Biomarkern ein enormes klinisches Potenzial für Prävention und Intervention birgt, ist der Wissensstand hier sehr begrenzt und es gibt großen Handlungsbedarf. CurATime, als Clustervorhaben zur Bündelung der Kompetenz aus Wissenschaft und Industrie, hat sich das Ziel gesetzt, maßgeschneiderte Behandlungs- und Präventionskonzepte für kardiovaskuläre Erkrankungen und deren klinische Anwendung zu entwickeln. Als Teilprojekt des übergeordneten CurATime Projektes, steht CurAIvasc für die Erforschung neuartiger Analysen vaskulärer Bildgebung (Carotis-Sonografie) auf Basis von Deep Learning Ansätzen. Neue Entwicklungen auf dem Gebiet eröffnen die Möglichkeit, das bisher ungenutzte Potenzial klinisch relevanter Informationen aus verschiedenen Modalitäten der vaskulären Bildgebung für eine tiefgreifende klinische Phänotypisierung auszuschöpfen. Die KI-gestützte Charakterisierung von Gefäßstruktur und -funktion ist ein innovativer Ansatz zur Verbesserung der Präzision herkömmlicher Messungen, sowohl hinsichtlich Zeiteffizienz als auch hinsichtlich Qualität. Darüber hinaus ermöglicht es der Einsatz moderner exAI (explainable AI) Techniken auch neue, bisher unbekannte, Risikofaktoren und digitale Biomarker zu identifizieren, welche nachfolgend klinisch evaluiert werden können.
Partner
Universitätsmedizin der Johannes Gutenberg-Universität Mainz
