Hochschulen

KI erkennt Artherosklerose aus Augenhinter­grundfotos

  • Dienstag, 22. Februar 2022
Der Augenhintergrund des Menschen ist gut durchblutet. Wenn man die Gefäße durch die Augenlinse fotografiert, können neuronale Netze anhand der Aufnahmen bestimmte Krankheiten erkennen./ Mueller, S., Wintergerst, M.W.M. et al. Multiple instance learning detects peripheral arterial disease, Sci Rep 12,1389 (2022)
Der Augenhintergrund des Menschen ist gut durchblutet. Wenn man die Gefäße durch die Augenlinse fotografiert, können neuronale Netze anhand der Aufnahmen bestimmte Krankheiten erkennen./ Mueller, S., Wintergerst, M.W.M. et al. Multiple instance learning detects peripheral arterial disease, Sci Rep 12,1389 (2022)

Bonn – Eine selbstlernende Software könnte bei Patienten mit peripherer arterieller Verschlusskrank­heit (paVK) Gefäßveränderungen oft schon im Frühstadium auf der Basis von Augenhintergrundfotos identifizieren. Das berichtet ein Wissenschaftlerteam der Universität und des Universitätsklinikums Bonn in der Zeitschrift Scientific Reports (2022; DOI 10.1038/s41598-022-05169-z).

Der Augenhintergrund (Fundus) ist sehr gut durchblutet. Die Arterien und Venen lassen sich durch die Pupille beobachten und fotografieren. Hier setzt das interdisziplinäre Projekt der Informatik der Univer­sität Bonn sowie der Augenklinik und des Herzzentrums des Universitätsklinikums Bonn an.

„Wir haben 97 Augen von Frauen und Männern fotografiert, die unter einer paVK litten“, erklärt Maximi­lian Wintergerst von der Universitäts-Augenklinik. Bei mehr als der Hälfte von ihnen war die Krankheit noch in einem Stadium, in dem sie keine Beschwerden verursachte. Zusätzlich nahm das Team den Hintergrund von 34 Augen gesunder Kontrollpersonen mit der Kamera auf.

Vor der Auswertung fütterten die Wissenschaftler ein künstliches neuronales Netzwerk (KNN) mit einem Datensatz von mehr als 80.000 Fotos von Augenhintergründen, bei denen verschiedene Erkrankungen be­kannt waren.

„Der Algorithmus lernt aus ihnen gewissermaßen, worauf er besonders achten muss“, erläuterte Thomas Schultz vom Bonn-Aachen International Center for Information Technology (b-it) und dem Institut für Informatik II der Universität Bonn.

Das so trainierte KNN konnte anhand der Augenfotos recht genau diagnostizieren, ob sie von einem pa­VK-Patienten oder einem Gesunden stammten. „Gut 80 Prozent aller Betroffenen wurden korrekt identifi­ziert, wenn wir 20 Prozent falsch-positive Fälle in Kauf nahmen – also Gesunde, die der Algorithmus fälschlicherweise als krank klassifizierte“, erläutert Schultz.

Die Forscher möchten die Leistung ihres Verfahrens jetzt weiter verbessern. Dazu kooperieren sie welt­weit mit Augenheilkunde- und Gefäßmedizin-Zentren, die ihnen weitere Fundus-Aufnahmen von Betrof­fe­nen zur Verfügung stellen.

hil

Diskutieren Sie mit:

Diskutieren Sie mit

Werden Sie Teil der Community des Deutschen Ärzteblattes und tauschen Sie sich mit unseren Autoren und anderen Lesern aus. Unser Kommentarbereich ist ausschließlich Ärztinnen und Ärzten vorbehalten.

Anmelden und Kommentar schreiben
Bitte beachten Sie unsere Richtlinien. Der Kommentarbereich wird von uns moderiert.

Es gibt noch keine Kommentare zu diesem Artikel.

Newsletter-Anmeldung

Informieren Sie sich täglich (montags bis freitags) per E-Mail über das aktuelle Geschehen aus der Gesundheitspolitik und der Medizin. Bestellen Sie den kostenfreien Newsletter des Deutschen Ärzteblattes.

Immer auf dem Laufenden sein, ohne Informationen hinterherzurennen: Newsletter Tagesaktuelle Nachrichten

Zur Anmeldung