Muskelgesundheit als systemischer Biomarker: Analyse von Muskelquantität, -qualität und -verteilung für kardiometabolische, muskuloskelettale und funktionelle Gesundheitsparameter

• Antragstellerinnen / Antragsteller: Privatdozentin Dr. Lisa Adams; Professor Daniel Rückert, Ph.D.
• Fachliche Zuordnung: Medizininformatik und medizinische Bioinformatik
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 566800501

Skelettmuskulatur ist weit mehr als nur ein Bewegungsorgan: Veränderungen in Muskelmasse, -qualität und -verteilung beeinflussen Stoffwechsel, Herz-Kreislauf-Gesundheit und die körperliche Funktion. Ziel dieses Vorhabens ist es, mithilfe Künstlicher Intelligenz (KI) automatisierte, hochpräzise Analysen der Muskulatur in großen MRT- und CT-Datenbanken durchzuführen, um neuartige Biomarker für kardiometabolische Risiken, chronische Schmerzen und körperliche Fitness abzuleiten. Als Ausgangspunkt dient unser bereits existierender „MRSegmentator“-Prototyp, der unterschiedliche Organe und erste Muskelbereiche segmentieren kann. Darauf aufbauend erweitern wir den Algorithmus um eine detaillierte 3D-Erfassung von Muskelmasse, Fettinfiltration (sowohl makroskopisch sichtbarer als auch intrazellulärer Fettanteil) und Muskelverteilung (z. B. Links-Rechts-Asymmetrien, unterschiedliche Muskelgruppen). Die Entwicklung und Validierung dieser Verfahren erfolgt anhand großer Datensätze aus der UK Biobank, der Deutschen Nationalen Kohorte (NAKO) und einer institutsinternen Patientenkohorte. Im Projektverlauf kombinieren wir diese MRT-basierten Muskelkennwerte mit umfangreichen Gesundheits- und Lebensstilinformationen (z. B. Herz-Kreislauf-Parameter, Stoffwechselmarker, Chronische-Rückenschmerz-Diagnosen, körperliche Aktivität). Auf diese Weise möchten wir besser verstehen, inwieweit Fettgehalt und Verteilung der Muskulatur das Risiko für kardiometabolische Erkrankungen und Rückenschmerzen erhöhen oder mit reduzierter Fitness und Frailty einhergehen. Als Endergebnis soll ein standardisierter „Muskelgesundheits-Index“ entstehen, der die verschiedenen Messgrößen in einer einzigen Skala zusammenfasst und eine einfache Einordnung des individuellen Muskelsstatus ermöglicht. Langfristig liefert dieses Vorhaben nicht nur tiefe Einblicke in die Rolle der Muskulatur als „multisystemischer Indikator“, sondern stellt auch einen wichtigen Schritt hin zur personalisierten Prävention und Therapie dar. Mittels automatisierter Segmentierung und großflächiger Datenauswertung könnten Ärztinnen und Ärzte Risikopatientinnen und -patienten frühzeitiger erkennen und gezielter behandeln. Durch die Kombination aus modernster KI-Forschung, breiter Datengrundlage und direkter radiologischer Expertise wird ein rascher Transfer in die klinische Praxis angestrebt.

• DFG-Verfahren: Sachbeihilfen