(von Giovanni Calcerano) Wissenschaftler von Google und seiner Tochtergesellschaft für Gesundheitstechnologie Verily haben mithilfe von Software für künstliche Intelligenz und maschinelles Lernen einen neuen Weg gefunden, um das Risiko von Herzerkrankungen zu bewerten. Insbesondere wurde ein System geschaffen, das durch Analyse der Fundus-Scans eines Patienten bestimmte Daten, einschließlich Alter, Blutdruck und Tabakkonsum, genau ableiten kann oder nicht. Anhand dieser Daten und der Verknüpfung mit einer Datenbank mit medizinischen Informationen kann das System das Risiko von Herz-Kreislauf-Schäden mit mehr oder weniger der gleichen Genauigkeit wie derzeitige Methoden vorhersagen.
Während die Idee, die Augen zu analysieren, um die Herzgesundheit zu beurteilen, ungewöhnlich erscheint, lässt sie sich von einer gut etablierten Forschung inspirieren. Tatsächlich ist der Augenhintergrund voller Blutgefäße, die die allgemeine Gesundheit des Körpers widerspiegeln. Die Verwendung einer solchen Software erleichtert und beschleunigt es Ärzten, die Herzprobleme eines Patienten zu analysieren, da keine Blutuntersuchung erforderlich ist. Die Methode muss jedoch weiter getestet werden, bevor sie tatsächlich im klinischen Umfeld angewendet werden kann.
Um das System zu trainieren, verwendeten Wissenschaftler von Google und Verily einen Datensatz, einschließlich Augen-Scans und damit verbundene allgemeine medizinische Informationen, über 300.000-Patienten. Neuronale Netzwerke wurden dann verwendet, um einen Satz von Standardmustern zu definieren und bestimmte Detektorzeichen, die in den Scans vorhanden sind, mit den entsprechenden Werten zu assoziieren, die zur Bestimmung des kardiovaskulären Risikos (zum Beispiel Alter und Blutdruck) nützlich sind.
Während der Präsentationsphase wurde dem System nacheinander eine Reihe von Paaren von Netzhautbildern gezeigt, von denen sich eines auf einen Patienten bezog, der in den folgenden fünf Jahren an einem kardiovaskulären Ereignis litt, das andere nicht. Der Google-Algorithmus konnte in 70% der Fälle den gefährdeten Patienten identifizieren. Dieser Wert ist nur geringfügig schlechter als die üblicherweise zur Vorhersage des kardiovaskulären Risikos verwendete SCORE-Methode, die eine Blutuntersuchung erfordert und 72% korrekte Vorhersagen liefert.
Alun Hughes, Professor für kardiovaskuläre Physiologie und Pharmakologie an der UCL in London, sagte, er finde Googles Ansatz aufgrund der "langen Geschichte der Beobachtung der Netzhaut bei der Vorhersage des kardiovaskulären Risikos" absolut glaubwürdig.
Für Google ist der Job mehr als nur eine Möglichkeit, Herzprobleme zu untersuchen. Stattdessen stellt es den neuen Weg dar, um wissenschaftliche Forschung zu unterstützen und zu lenken. Während die meisten aktuellen medizinischen Algorithmen darauf ausgelegt sind, vorhandene Diagnosewerkzeuge (wie beispielsweise die Identifizierung von Hautkrebs) zu replizieren, nutzt dieser Algorithmus neue Möglichkeiten zur Analyse vorhandener medizinischer Daten. Ausgehend von besonders großen Datenbanken mit detaillierten Informationen zu Krankheiten und Patienten könnten daher Systeme geschaffen werden, die bestimmte konkrete Situationen analysieren können. Derzeit ist die Hypothese, dass ein "künstlicher" Arzt ohne menschliche Aufsicht neue Diagnosen stellt, eine entfernte Perspektive für die Zukunft, aber Google-Untersuchungen legen nahe, dass die Idee nicht vollständig weit hergeholt ist.