Sie sind hier: HomeRubrikenEmbedded Systeme

News, Produkte, Fachartikel zur KFZ-Elektronik: Motorsteuerungen, Infotainment, Telematik, Fahrwerkselektronik.

Präziser als der Mensch : KI verbessert Lebenserwartung bei Herzfehlern

Ergebnisse aus zwei ersten internationalen KI-Studien am Kompetenznetz Angeborene Herzfehler (KNAHF) belegen: Künstliche Intelligenz erleichtert Identifikation von Gesundheitsrisiken und rechtzeitige Behandlung bei erwachsenen Patienten mit angeborenen Herzfehlern.

Prof. Dr. Dr. med. Gerhard-Paul Diller: »KI bietet das nötige Potenzial für die überlebensnotwendige Identifikation von Gesundheitsrisiken bei angeborenen Herzfehlern.« Bildquelle: © Jean-Marie Tronquet für UKM

Prof. Dr. Dr. med. Gerhard-Paul Diller: »KI bietet das nötige Potenzial für die überlebensnotwendige Identifikation von Gesundheitsrisiken bei angeborenen Herzfehlern.«

Wie lassen sich lebensbedrohliche Situationen bei Patienten mit angeborenen Herzfehlern rechtzeitig erkennen und vermeiden? Genaue Antworten auf diese Fragen erhoffen sich Forscher am Kompetenznetz Angeborene Herzfehler vom gezielten Einsatz Künstlicher Intelligenz (KI). Der Forschungsverbund errichtet dazu unter der Leitung der auf Erwachsene mit angeborenen Herzfehlern (EMAH) spezialisierten Kardiologen Gerhard-Paul Diller und Helmut Baumgartner vom Universitätsklinikum Münster eine Forschungsplattform Künstliche Intelligenz. Dem von der EMAH Stiftung Karla Völlm unterstützten Innovationsprojekt vorausgegangen waren am Kompetenznetz zwei erste KI-Studien.

Unter Dillers Leitung konnte ein internationales Wissenschaftlerteam erstmals den Nutzen neuartiger Deep-Learning (DL)-Algorithmen bei der Diagnostik von erwachsenen Patienten mit einem schweren angeborenen Herzfehler nachweisen. Der speziell für die Ultraschallanalyse des Herzens trainierte DL-Algorithmus erzielte laut Forscher mit 98 Prozent eine leicht höhere Gesamtgenauigkeit bei der Erkennung der korrekten Diagnose als die Testgruppe der spezialisierten Mediziner.

Die Forscher hatten dazu die Bilddaten von Patienten mit einer Transposition der großen Arterien (TGA) nach einer Vorhofumkehr-OP (atriale Switch-Operation nach Mustard oder Senning) sowie von Patienten mit einer so genannten angeborenen korrigierten Transposition (ccTGA), bei der auch die Herzkammern seitenverkehrt angeordnet sind, und von herzgesunden Menschen herangezogen.

Wichtige Entscheidungshilfe

Ähnlich vielversprechend fällt das Fazit des EMAH-Spezialisten zu einer ersten KI-Studie zur Schätzung der Prognose und Steuerung der Therapie bei angeborenen Herzerkrankungen aus. Durch lernende Systeme algorithmisch verarbeitet und ausgewertet worden waren hier die Daten von mehr als 10.000 erwachsenen Patienten, die zwischen 2000 und 2018 nachbeobachtet worden waren. Die DL-Algorithmen erwiesen sich als problemlos entwicklungsfähige Entscheidungshilfe für die Mediziner. »KI bietet das nötige Potenzial für die überlebensnotwendige Identifikation von Gesundheitsrisiken bei einzelnen Diagnosen. Darin liegt eine große Chance für die betroffenen Patienten. Vernünftig eingesetzt können algorithmisch lernende Systeme die Lebenserwartung der Patienten deutlich steigern«, so Diller. Ziel müsse es nun sein, durch kontinuierliche Forschung an diese Ergebnisse anzuknüpfen und sie schnellstmöglich in Praxismodelle zu überführen.  (me)