KI ermöglicht präzise Erkennung von Herzfehlern bei Neugeborenen

Prof. Sven Wellmann von der KUNO Klinik St. Hedwig betont: „Pulmonale Hypertonie zu erkennen, ist sehr aufwendig und erfordert ein ganz spezifisches Know-​How und viel Erfahrung. Gerade abseits der großen Perinatalzentren ist dieses oft nicht vorhanden.“

Unter der Leitung von Prof. Julia Vogt von der ETH Zürich haben Forschende ein Computermodell entwickelt, das die Diagnose der pulmonalen Hypertonie bei Neugeborenen unterstützt. Die Ergebnisse der Studie wurden im International Journal of Computer Vision veröffentlicht.

Das Modell wurde mit Hunderten von Videoaufnahmen von Herz-Ultraschalluntersuchungen von Neugeborenen trainiert. Es erreichte eine beeindruckende Genauigkeit von 80-90 Prozent bei der Erkennung der pulmonalen Hypertonie und von 65-85 Prozent bei der Einschätzung des Schweregrads der Erkrankung. Prof. Vogt betont die Transparenz des Modells, das seine Entscheidungen nachvollziehbar macht, indem es die relevanten Bereiche in den Ultraschallbildern markiert. Dies ermöglicht es den Ärztinnen und Ärzten, die Entscheidungen des Modells zu verstehen und zu validieren.

Das Maschinenlern-Modell hat das Potenzial, nicht nur bei der Diagnose der pulmonalen Hypertonie, sondern auch bei anderen Organen und Erkrankungen eingesetzt zu werden, wie z. B. Herzscheidewanddefekten oder Erkrankungen der Herzklappen. In Regionen ohne Spezialistinnen und Spezialisten können medizinische Fachkräfte standardisierte Ultraschallaufnahmen machen, während das Modell eine erste Einschätzung liefert. In hochspezialisierten Einrichtungen kann das Modell die Fachkräfte entlasten und zu einer verbesserten und objektiveren Diagnosestellung beitragen. Prof. Vogt betont jedoch, dass die Diagnose stets von einem Menschen, einer Ärztin oder einem Arzt, gestellt werden sollte. Die künstliche Intelligenz dient lediglich als Unterstützung, um eine bestmögliche medizinische Versorgung zu gewährleisten.

Die Entwicklung dieses Algorithmus markiert einen bedeutenden Fortschritt in der Frühdiagnose von Herzfehlern bei Neugeborenen. Durch die Kombination von medizinischem Fachwissen und modernster Technologie können wir die Gesundheitsversorgung für die jüngsten Betroffenen optimieren.

MEDICA.de; Quelle: Eidgenössische Technische Hochschule Zürich (ETH Zürich)