Neue Forschung nutzt künstliche Intelligenz zur Bekämpfung von Augenkrankheiten |

Makuladegeneration und diabetische Retinopathie können Erblindung verursachen, wenn sie nicht sofort diagnostiziert und behandelt werden. für künstliche Intelligenz (AI) zu diagnostizieren und zu behandeln Gesundheitszustände gewinnt weiter an Dynamik, als eine neue Studie zeigt, wie die Technologie Diagnose und Behandlung von Augenerkrankungen beschleunigen kann.

Ein Papier veröffentlicht 22. Februar in der Zeitschrift

Cell

beschreibt, wie AI auf Patienten mit Netzhauterkrankungen angewendet werden kann. Die von Kang Zhang, MD, PhD, Professor für Augenheilkunde am Shiley Eye Institute an der Universität von Kalifornien in San Diego geleitete Forschung zeigt, dass ein Computer lernen kann, solche gemeinsamen Augenkrankheiten wie Makuladegeneration und diabetische Retinopathie genau und zuverlässig zu erkennen. "Hier geht es darum, einem Computer beizubringen, was ein Bild ist und wie man eine Entscheidung über das Gesehene trifft", erklärt Dr. Zhang. "Das Ziel ist, dass der Computer so gut ist wie der Spezialist, der eine medizinische Ausbildung absolviert hat und in der medizinischen Diagnostik und Behandlung gut ausgebildet ist." Es kann Jahrzehnte dauernde praktische Erfahrung erfordern, um das höchste Fachwissen zu erreichen , fügt er hinzu, "wir sehen, dass ein Computer diese Dinge nach ein paar Tagen erkennen kann."

Der Artikel folgt anderen neueren Studien, die zeigen, dass tief lehrende Computer einen legitimen Platz im Gesundheitswesen haben, sagt Rahul Khurana, MD, ein Augenarzt in Mountain View, Kalifornien, und ein klinischer Sprecher der American Academy of Ophthalmology.

"Diese Art von Technologie ist sehr genau für Patienten mit bestimmten Arten von Bedingungen", sagt Dr. Khurana. "Das erzeugt Aufregung auf dem Feld."

Diagnose von Makuladegeneration, diabetische Retinopathie

In der neuen Arbeit fütterten Zhang und seine Kollegen in China, Deutschland und Texas zuerst Bilder der Augenkrankheiten in den Computer. Die Bilder wurden mit einer Bildgebungstechnik aufgenommen, die als optische Kohärenztomographie bekannt ist. Diese neuere, revolutionäre Diagnosetechnologie verwendet Lichtwellen, um hochauflösende Querschnittsbilder des Auges aufzunehmen, um den Ärzten eine Möglichkeit zu geben, die Netzhaut detailliert zu kartieren und zu vermessen.

Die Scans werden verwendet, um häufige Erkrankungen wie Makula zu erkennen Degeneration, bei der sich ein Teil der Netzhaut, die Makula genannt wird, verschlechtert, und diabetische Retinopathie, eine Komplikation von Diabetes, die dazu führt, dass die Blutgefäße in der Retina anschwellen und Flüssigkeit auslaufen. Beides sind gefährliche Zustände, die Blindheit verursachen können, wenn sie nicht sofort diagnostiziert und behandelt werden.

Gegenwärtige Berechnungsmethoden erfordern Millionen von Bildern, um einen Computer zu trainieren. Zhangs Forschung verwendete ein KI-basiertes "Faltungs-neuronales Netzwerk", das einen viel kleineren Datensatz von nur 200.000 optischen Kohärenz-Imaging-Scans benötigte.

"Der Computer lernt die normale Karte des Auges", sagt Zhang. "Wir geben eine Vielzahl von Bildern zum Lernen und Auswendiglernen. Wir lehren zum Beispiel "wenn dieser Fleck hier ist, wird es Makuladegeneration sein." Das Schöne daran ist, dass der Computer nicht selbst lernen muss, sondern dass wir ihm sagen können, wonach er suchen soll. Hier geht es darum, Computersoftware so zu gestalten, dass Computer wie ein Mensch denken. "

Der Computer konnte eine Entscheidung darüber treffen, ob ein Patient innerhalb von 30 Sekunden und mit 95 Prozent Genauigkeit zur Behandlung überwiesen werden sollte.

Die Studie zeigt, dass neuronale Netzwerke den Ärzten helfen können und sie vielleicht sogar überholen, weil sie sich so viele Daten merken können. Eine solche Technologie werde in der ganzen Welt Verwendung finden, prognostiziert Zhang. In rohstoffreichen Ländern wie den USA kann es die kritische Zeit zwischen Krankheitsanzeichen und Behandlung beschleunigen.

"Ein Patient mit einer möglichen Makuladegeneration muss möglicherweise innerhalb eines Monats behandelt werden, aber Überweisungen und Termine können mehrere Monate dauern. Das kann die Diagnose und Behandlung verzögern ", sagt er.

Behandlung von Patienten dort, wo Spezialisten knapp sind

In ressourcenschwachen Gebieten kann die Technologie Patienten helfen, die sonst wegen des Ärztemangels nicht betreut werden. Zhang und seine Kollegen werden diesen Sommer ihr neuronales Netzwerk nach Haiti bringen, um ihren Nutzen zu beurteilen. Die Region hat eine große Anzahl von Menschen mit Diabetes, die ein Risiko für Retinopathie haben, aber es hat weniger als 60 Augenärzte.

"Die Möglichkeit, dies zu tun, wird hoffentlich mehr Patienten Zugang zum Gesundheitssystem geben, weil wir diagnostizieren können Bedingungen früher ", sagt Khurana und stellt fest, dass weltweit etwa 415.000 Menschen mit Diabetes leben, die ein Risiko für diabetische Retinopathie haben. "Immer wenn wir neue und verbesserte Technologien haben, die es uns ermöglichen, Diagnosen schneller, besser und zugänglicher für die breite Bevölkerung zu machen, ist das eine Win-Win-Situation für Patienten und Ärzte."

Ärzte auf Computer vertrauen

Bei der Implementierung von KI-basierten Netzwerken im Gesundheitswesen bleiben Herausforderungen bestehen, stellt Zhang fest. Ärzte müssen ihren Computerassistenten vertrauen. In der Studie haben Zhang und seine Kollegen den Computer auch gebeten, seine Diagnose zu erklären und die Regionen des Auges zu identifizieren, die erkannt wurden und die Grundlage für die Schlussfolgerung der Maschine waren.

"Der Computer gibt nicht nur eine Diagnose aus. Es erklärt, warum es die Diagnose und die Empfehlung gemacht hat ", sagt er. "Das macht das transparenter und hilft dem Arzt, dem Computer mehr zu vertrauen. Auf diese Weise ist dies nicht nur eine Black Box, und Sie haben keine Ahnung, warum es die Diagnosen gibt, die es tut. "

Andere Anwendungen für künstliche Technologie

KI-basierte Netzwerke haben ein enormes Potenzial in der medizinischen Bildgebung. Zhang zeigte auch, dass das System bei Kindern durch Untersuchung von Röntgenstrahlen zwischen viraler und bakterieller Lungenentzündung unterscheiden kann. Während eine virale Pneumonie keine Behandlung erfordert, erfordert ein Patient mit bakterieller Lungenentzündung eine sofortige antibiotische Behandlung, um ernsthafte Komplikationen der Krankheit zu verhindern.

"Wir sehen eine Vielzahl von medizinischen Bereichen, in denen künstliche Intelligenz immer mehr eingesetzt wird", Khurana sagt. "Ich denke, es ist eine sehr aufregende Zeit für das Gebiet der künstlichen Intelligenz und ihrer Anwendungen in der Medizin."