Thought Leadership
Forscher des Universitätsspitals Zürich (USZ) nutzen Künstliche Intelligenz (KI) zur hochpräzisen Diagnose eines akuten Herzinfarkts und des Broken-Heart-Syndroms Takotsubo. Den Experten nach übertrifft das System erfahrene Kardiologen bei der Analyse von Herz-Ultraschall-Daten.
Registerdaten zum Training
Zusammen mit Kollegen der ETH Zürich haben die Forscher Daten aus dem internationalen Takotsubo-Register und dem Zürcher Register für Akute Koronare Herzkrankheiten genutzt. Insgesamt flossen die Herz-Ultraschall-Untersuchungen von 224 Patientinnen und Patienten mit einem akuten Myokardinfarkt und 224 Patienten mit einem Takotsubo-Syndrom ein.
Für das Training des Deep-Learning-Modells wurden die Daten von 228 Patienten verwendet. Das Ziel bei solchen Verfahren ist es, dass die KI in den unstrukturierten Rohdaten Muster erkennt und sich diese Muster mit der Menge der Datensätze laufend präzisieren. Die KI ist auf diese Weise unter Umständen in der Lage, Bilder zuzuordnen oder Unterscheidungen vorzunehmen, die der menschlichen Aufmerksamkeit entgehen.
Vollautomatische Analyse
Im nächsten Schritt wurde der so entwickelte Algorithmus für die Analyse der weiteren 200 Datensätze eingesetzt. Um Genauigkeit und Treffsicherheit zu vergleichen, haben vier erfahrene Kardiologen ihrerseits dieselben 200 Datensätze bewertet. Die Auswertung der Ergebnisse zeigt, dass die vollautomatische Analyse mittels KI den Kardiologen überlegen war.
Bevor eine Nutzung im klinischen Alltag möglich ist, müssen allerdings weitere Studien folgen, so die Forscher. Nicht zuletzt deshalb, weil in diesem Fall die zugrundeliegenden Daten auf zwei Krankheitsbilder und eine beschränkte Anzahl Datensätze limitiert waren. „Dennoch konnten wir mit dieser Studie das Potenzial von KI zeigen. Stehen künftig größere Datensätze zur Verfügung, könnten die Vorhersagen mittels Deep Learning noch erheblich verbessert werden“, so Christian Templin, Kardiologe am USZ und Letztautor der Studie.
www.pressetext.com
