szmtag Netzhauter­krankungen: Computersystem und Arzt stellen die gleiche...
NewsMedizinNetzhauter­krankungen: Computersystem und Arzt stellen die gleiche Diagnose
Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Medizin

Netzhauter­krankungen: Computersystem und Arzt stellen die gleiche Diagnose

Donnerstag, 14. Dezember 2017

/Andrey Armyagov, stock.adobe.com

Singapore – Eine intelligente Bilddatenauswertung könnte Ärzte bei der Diagnose von Augenerkrankungen unterstützen. Der Singapore Eye Lesion Analyzer (SELENA) erkennt anhand von digitalen Retinabildern eine diabetische Retinopathie, ein Glaukom und eine altersbedingte Makula-Degeneration (AMD) vergleichbar gut wie ein Arzt, jedoch schneller. Die Ergebnisse wurden in JAMA Ophthalmology publiziert (2017; doi: 10.1001/jama.2017.18152).

Am besten waren die Sensitivität und Spezifität für die proliferative diabetische Retinopathie (PDR), bei der das Sehvermögen gefährdet ist. Die Sensitivität lag bei 100 Prozent, die Spezifität bei 91,1 Prozent – im Umkehrschluss ordnete SELENA knapp neun Prozent der Bilder als PDR ein, obwohl keine vorlag (falsch Positive).

Anzeige

Auch die nichtproliferative Retinopathie (NPDR) konnte das System in über 95 Prozent der Fälle richtig zuordnen. Bei Ärzten liege die Sensitivität bei 91,2 Prozent, die Spezifität bei 99,3 Prozent, erklärt Erstautor Daniel Shu Wei Ting.  Die fortgeschrittene Form würde von 88,5 Prozent (Sensitivität) und 99,6 Prozent (Spezifität) erkannt.

Ein Glaukom detektierte das System etwas schlechter. Sensitivität und Spezifität lagen bei 96,4 und 87,2 Prozent. Eine AMD erkannte SELENA in 93,2 Prozent der Fälle richtig. Hingegen waren 11,3 Prozent falsch positive Befunde (Spezifität: 88,7 Prozent).

Anhand von fast einer halben Million digitalen Retinabildern hatten die Forscher um Daniel Shu Ting und Tien Yin Wong vom Singapore National Eye Center das Deep Learning System trainiert, verschiedene Netzhauterkrankungen zu differenzieren. Die Bilder stammten von Menschen unterschiedlicher Abstammung (China, Indien, Malaysia, Europa, Hispano- und Afroamerikaner). Knapp 80.000 Bilder zeigten eine diabetische Retinopathie, mehr als 125.000 ein Glaukom und fast 73.000 eine AMD.

Der automatisierte Algorithmus könne eine schnellere Diagnose liefern mit einer vergleichbar guten Trefferquote wie ein Arzt, erklärt Ting den Vorteil von SELENA. Das Deep Learning System soll daher auch in das Singapore National Diabetic Retinopathy Screening Program integriert werden. © gie/aerzteblatt.de

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

LNS
LNS LNS
Anzeige

Fachgebiet

Stellenangebote

    Anzeige

    Weitere...

    Aktuelle Kommentare

    Archiv

    NEWSLETTER