Deutscher Rheumatologiekongress 2026
Deutscher Rheumatologiekongress 2026
Automatisierte durch künstliche Intelligenz gestützte, sonographische Untersuchung der Hände bei Systemischer Sklerose
Text
Einleitung: Bei Patient*innen mit systemischer Sklerose (SSc) finden sich häufig sowohl degenerative als auch entzündliche Veränderungen der Gelenke. Diese bleiben jedoch infolge der ausgeprägten kutanen und faszialen Fibrose bei der manuellen klinischen Untersuchung oft unerkannt. Der automatisierte sonographische Untersuchungsroboter ARTHUR wurde zur Detektion entzündlicher und degenerativer Veränderungen der Hände entwickelt und bislang überwiegend an Patient*innen mit rheumatoider Arthritis trainiert. Ziel der vorliegenden Studie ist die Überprüfung der Zuverlässigkeit der durch ARHUR durchgeführten sonographischen Untersuchung der Hände bei Patient*innen mit SSc.
Methoden: ARTHUR bietet ein automatisiertes Scannen und Auswerten der Gelenke der Handgelenke, aller MCP, IP/PiP und wahlweise zusätzlich der DiP Gelenke bezüglich einer Kapselschwellung, Perfusionssteigerung und Osteophyten. Zugrunde liegen die EULAR-OMERACT-Richtlinien (11 bzw. 15 Gelenke jeder Hand). Als Ultraschallgerät dient ein CANON aplio a mit UHF Ultrabreit Linearsonde 18L7. Durchführung, Abbruchgründe und Zufriedenheit wurden standardisiert erfasst. Die Gelenkbezogenen Befunde wurden durch die automatisierte Untersuchungssoftware, trainierten Untersucher und Experten ausgewertet und verglichen.
Ergebnisse: 1.100 Gelenke von 50 Patient*innen mit SSc wurden untersucht. Die durchschnittliche Zeit für Untersuchung beider Hände dauert 20 Minuten, werden die DiP mit gescannt 30 Minuten. Die Rate untersuchbarer Gelenke mit guter Bilddokumentation lag bei 85%, die Rate befundbarer Gelenke bei 81%. Schwierigkeiten bereiteten ausgeprägte Deformierungen und ein bei der fortgeschrittenen SSc häufiges Streckdefizit, sofern es ausgeprägt ist. Die Zufriedenheit der Untersuchten war hoch: 98% gaben an, „sehr zufrieden“ zu sein, 2% bezeichneten sich als „zufrieden. Niemand äußerte Unzufriedenheit. Die Bereitschaft der Teilnehmer, an einer erneuten Untersuchung im Follow-up teilzunehmen, lag bei 100%.
Kapselverdickungen/Schwellungen wurden bei 29% der Gelenke detektiert; die 3 Gelenke mit der häufigsten Detektion waren MCP 2, 3 und 4 (jeweils 46%), die geringste Rate zeigte sich an PiP 3 Gelenk. Die Übereinstimmung zwischen ARTHUR, trainiertem Untersucher und Experte war gut. Eine gesteigerte Perfusion zeigte sich an lediglich 1% der Gelenke bei guter Übereinstimmung. Degenerative Veränderungen/Osteophyten zeigten sich an 6% der Gelenke; die Gelenke mit der häufigsten Detektion waren MCP2, PiP 1 und 3 (jeweils 51%), die geringste Rate zeigte sich an PiP 4 Gelenk. Dabei zeigte sich eine deutlich höhere Rate detektierter Gelenke beim Experten als bei trainiertem Untersucher und ARTHUR.
Schlussfolgerung: Die automatisierte Ultraschalluntersuchung ist auch bei SSc möglich wobei ausgeprägte Kontrakturen Grenzen setzen. Die automatisierte an RA trainierte Erkennung von Gelenkschwellungen zeigte sich auch bei der SSc zufriedenstellend einsetzbar. Die erst später ergänzte und weniger trainierte Erkennung von Osteophyten zeigte noch keine ausreichende Sensitivität, die gute Bilddokumentation erlaubte aber eine gute Beurteilbarkeit durch den Experten.
Die Daten belegen einen deutlich häufigeren artikulären Befall der Fingergelenke bei der SSc als in der klinischen Untersuchung erfasst. Aufgrund der deutlichen Einschränkung der Handfunktion bei nahezu allen Patient*innen im Verlauf der Erkrankung sollte die Rolle der Gelenkbeteiligung neben der Fibrose der Faszien, der Haut und der Mikrozirkulationsstörung erfasst und behandelt werden. Möglicherweise können nach entsprechendem Training die Auswertungsalgorithmen auch die Hautverdickung erfassen und mitbeurteilen und somit bei Screening-Untersuchungen früher Fälle von Handschmerzen oder Steifigkeit Hinweise auf eine möglicherweise zugrundeliegende SSc geben.
Offenlegungserklärung: Dieses Projekt wurde durch AbbVie Deutschland mit €40.000 finanziell unterstützt.



