Diese KI erkennt Herzfehler in Bildern des Brustkorbs

Wer ein Herzproblem hat, kennt die Prozedur: Die medizinische Fachkraft fertigt ein Echokardiogramm an – eine Ultraschallaufnahme des Herzens. Damit lässt sich feststellen, wie effektiv das Herz pumpt und ob die Herzklappen funktionsfähig sind, wie "Pressetext" zusammenfasst.

Doch offenbar lassen sich Herzfehler auch auf stillen Röntgenaufnahmen des Brustkorbes eines Patienten erkennen – zumindest, wenn man eine gut trainierte künstliche Intelligenz (KI) zur Seite hat. Eine solche hat ein Forscherteam der Osaka Metropolitan University unlängst vorgestellt. Ihr Deep-Learning-Modell habe anhand des Trainingsmaterials sechs Arten von Herzklappenerkrankungen präzise kategorisieren können, heisst es im Bericht.

Gegenüber der Ultraschall-Variante sehen die Forschenden in ihrer Methode mehrere Vorteile: "Es wird nur sehr wenig Zeit benötigt, um eine Röntgenaufnahme zu machen und das Modell darauf anzuwenden. Dies ist für Patienten von Vorteil, die nicht in der Lage sind, so lange still zu liegen, wie es für eine Echokardiographie erforderlich ist." ausserdem seien die Systemanforderungen ihres Modells gering, sodass es auf praxisüblichen Computern laufe. Nützlich sei ihr Modell des Weiteren überall dort, wo keine Echokardiographie-Spezialisten zur Verfügung stehen, schreiben sie in ihrer Arbeit, die in "The Lancet" veröffentlicht wurde.

Immenser Trainingskorpus

Ihr Deep-Learning-Modell trainierten die Forschenden mit 22'551 Röntgenaufnahmen des Brustkorbs, die sie mit ebenso vielen Echokardiogrammen verknüpften. Die Röntgenbilder legten sie als Eingabedaten und die Echokardiogramme als Ausgabedaten fest. Dann trainierten sie das Modell darauf, die Merkmale zu erkennen, die beide Datensätze miteinander verbinden.

In ihrer Arbeit weisen die Forschenden auf die steigende Anzahl der Patienten mit Herzerkrankungen hin. In geeigneten Situationen eingesetzt, könne ihr KI-Modell künftig klassische Ultraschalluntersuchungen des Herzens als zusätzliche Diagnosemöglichkeit ergänzen.

Auch die ETH setzt viel Hoffnung in KI in der Medizin. Hier lesen Sie, wie maschinelles Lernen und künstliche Intelligenz dabei helfen können, angeborene Herzfehler präziser zu erkennen.