Neue Methode zur Altersbestimmung
Die möglichst genaue Bestimmung des Alters junger Menschen wurde in den vergangenen Jahren zu einem hochpolitischen Thema. MinderjĂ€hrige FlĂŒchtlinge genieĂen in Ăsterreich und Deutschland besonderen Schutz, doch oft fehlen die nötigen Dokumente, um das Alter Asylsuchender zu belegen. In diesem Fall kommen einerseits Befragungen zum Einsatz, andererseits kann das Alter anhand von Röntgenbildern und Computertomografiebildern geschĂ€tzt werden. Allerdings ist der Einsatz von Röntgenstrahlung an gesunden Menschen ethisch umstritten. WĂ€hrend es in Ăsterreich eine juristische Ausnahmeregelung gibt, die die Aufnahme von Röntgenbildern zur Altersbestimmung an Gesunden im Asylwesen erlaubt, fehlt ein derartiges Gesetz etwa in Deutschland. Im Rahmen eines vom Wissenschaftsfonds FWF finanzierten Projektes gelang es nun, eine automatisierte Altersbestimmung ohne Röntgenstrahlung auf Basis von Magnetresonanztomografiebildern zu entwickeln.
Standardmethode Röntgen
âAltersbestimmung mittels Röntgenbildern wurde in den 1950er Jahren entwickeltâ, erklĂ€rt Projektleiter Martin Urschler. âDie Methode stĂŒtzt sich auf das Wachstum der Knochen, etwa der Fingerknochen. Bei jungen Menschen bestehen diese lĂ€nglichen Knochen aus zwei Teilen, dazwischen ist ein Knorpel. Diesen Bereich nennt man Wachstumsfuge. Ist die Person ausgewachsen, schlieĂt sich die Fuge. Je körperferner ein Knochen ist, desto frĂŒher ist dieser Prozess abgeschlossen.â Das sei nicht bei jedem Menschen gleich, es gebe eine biologische VariabilitĂ€t, durch genetische Anlagen oder Lebenswandel, etwa die ErnĂ€hrung. âDie Standardmethode sieht heute so aus, dass Röntgenbilder der Hand, der WeisheitszĂ€hne und ein Computertomografiebild des SchlĂŒsselbeins aufgenommen werden. Das SchlĂŒsselbein ist ein körpernaher Knochen, der spĂ€ter ausgewachsen ist als die Handknochen und damit die Daten der Hand ergĂ€nzt. Die ZĂ€hne wiederum entstehen beim Menschen aus einem anderen Keimblatt als die Knochen, und ihre Entwicklung ist von der ErnĂ€hrung relativ unabhĂ€ngig, wodurch komplementĂ€re Information zur Skelettentwicklung zur VerfĂŒgung stehtâ, so der Forscher. Die eigentliche SchĂ€tzung fĂŒhren geschulte Radiologen und ZahnĂ€rzte gemeinsam mit forensischen Experten durch. Das genaue Alter sei dabei meist nicht von vorrangigem Interesse, sagt Urschler: âIn der Praxis geht es um die SchĂ€tzung eines Mindestalters, um festzustellen, ob jemand mit sehr hoher Wahrscheinlichkeit minderjĂ€hrig ist oder nicht. Im Zweifel wird fĂŒr die MinderjĂ€hrigkeit entschieden.â
Umstrittene Methode
Die Verwendung von Röntgenbildern ist derzeit die Standardmethode, doch sie ist umstritten, erklĂ€rt Urschler: âEinerseits gibt es gesundheitliche Bedenken, vor allem wegen der Computertomografie des SchlĂŒsselbeins, wo viele wichtige Organe von starker Röntgenstrahlung betroffen sind. Andererseits weiĂ man, dass je nach Expertise der Begutachtenden die SchĂ€tzungen zwischen einem halben Jahr und zwei Jahren divergieren können.â Urschlers Team suchte daher eine neue Methode der Altersbestimmung auf Basis von Magnetresonanztomografie (MRT), die zudem Methoden des maschinellen Lernens nutzt, um die vorhandenen Probleme zu lösen.
Automatische Altersbestimmung
âDas FWF-Projekt schlieĂt an eine Studie an, die wir 2011 gestartet haben. Wir haben nach Freiwilligen zwischen 13 und 23 Jahren gesucht, die gegen eine geringe EntschĂ€digung MRT-Bilder der HĂ€nde, SchlĂŒsselbeine und ZĂ€hne aufnehmen lieĂen. Inzwischen enthĂ€lt diese Datenbank fast 350 Personen, allesamt mĂ€nnlich und mit kaukasischer Abstammung um ethnische VariabilitĂ€t vorerst auszuklammern.â Im Rahmen des FWF-Projekts wurde nun ein Algorithmus entwickelt, der die AltersschĂ€tzung an diesem Datensatz automatisch vornimmt. âDabei trainierten wir ein Programm an einem Teil der Daten und testeten die SchĂ€tzungen am Rest der Datenbankâ, erklĂ€rt Urschler. Um das durchzufĂŒhren, musste der Computer lernen, die relevanten Knochen in dem MR-Bild autonom zu identifizieren. Dazu wurden ebenfalls Methoden des maschinellen Lernens verwendet, die Urschlers Gruppe fĂŒr die allgemeine medizinische Anwendung gemeinsam mit der Technischen UniversitĂ€t Graz entwickelt hat.
Hohe Genauigkeit
Es zeigte sich, dass der Computer bei der Altersbestimmung Ă€hnliche Genauigkeit erreicht wie forensische Expertinnen und Experten. Die Methode konnte hier auch mit gröĂeren Studien mithalten, die auf der Untersuchung von Röntgenbildern basieren. âWir haben gehofft, dass wir die Genauigkeit der AltersschĂ€tzung mit der MRT-Methode und mit dem maschinellen Lernen noch einmal deutlich verbessern können. Das gelang uns nicht ganz, wir liegen im Bereich der Röntgenmethode, aber wir haben die Vorteile der verbesserten ObjektivitĂ€t, der Reproduzierbarkeit und der fehlenden Strahlenbelastung.â Die Abweichung des vom Computer ermittelten chronologischen Alters zum realen chronologischen Alter lag im Mittel bei einem Jahr. Eine genauere FehlerabschĂ€tzung soll demnĂ€chst publiziert werden. Das Projekt hatte eine Laufzeit von drei Jahren und wurde Ende 2018 abgeschlossen. Urschler betont, dass keine Datenbank von Röntgenbildern fĂŒr maschinelles Lernen existiert, die mit der in Graz erstellten MRT-Datenbank vergleichbar ist. Die Zukunft liege daher in der Analyse von MRT-Bildern. Um die neue Methode praxistauglich zu machen, sind aber weitere Forschungen an anderen Ethnien sowie an Frauen notwendig. âDann wĂ€re die Methode rechtlich das gelindeste Mittel zur Altersbestimmung und hĂ€tte das Potenzial dank der vergleichbaren Genauigkeit die derzeitigen Röntgenverfahren zu ersetzenâ, sagt Urschler.
Zur Person Martin Urschler ist Computerwissenschafter und forscht an der UniversitĂ€t Auckland in Neuseeland. Davor war er am Ludwig Boltzmann Institut fĂŒr klinisch-forensische Bildgebung in Graz tĂ€tig, dessen Laufzeit mit 2019 zu Ende geht Urschler interessiert sich fĂŒr Maschinelles Sehen, insbesondere fĂŒr medizinische Bildanalyse mit Anwendung in der klinischen und insbesondere der Rechtsmedizin.
Publikationen
