Health-IT

Schau mir in die Augen, Algo

Foto: © Rimm/Fotolia

28.08.18 · 

Unsere Leser sind nach Lesen des Beitrags zu 66.67%

Einmal mehr liefert der KI-Spezialist Google DeepMind einen eindrucksvollen Beleg für die Leistungsfähigkeit seiner Algorithmen ab.

 

Wenn auf einer Studie Google DeepMind steht, ist Aufmerksamkeit garantiert. Nicht ganz zu Unrecht, wie eine aktuelle Arbeit in Nature Medicine zeigt, für die die Algorithmiker des in England ansässigen Unternehmens mit dem Moorfields Eye Hospital in London kooperiert haben. Die Studie reiht sich ein in eine ganze Reihe ähnlicher Studien, längst nicht nur von Google DeepMind, die bei unterschiedlichen Indikationen hohe Trefferquoten in der Bild- du Befundinterpretation zeigen.

 

Trainiert wurden die DeepMind-Algorithmen im konkreten Fall darauf, Erkrankungen der Netzhaut anhand von OCT-Scans zu erkennen, einer Früherkennungsmethode, die den Augenhintergrund mit Nahinfrarotlicht dreidimensional abbildet. Rund 15 000 Scans inklusive Diagnosen von etwa 7 500 Patienten bildeten den Trainingsdatensatz. Bei der Validierung trat die trainierte Software gegen ein Panel von acht Ophthalmologen an – und stellte bei 94 Prozent der Scans die gleiche Diagnose.


Digitales Mehrheitsvotum soll Diagnosesicherheit erhöhen

Schon im April hatte die FDA erstmals eine KI-gestützte Software zugelassen, die im Augenscreening Diagnosen ohne menschliche Aufsicht stellt. Das Programm IDx-DR macht das aber nur bei der diabetischen Retinopathie. Die DeepMind-Software kommt dagegen mit mehr als 50 Diagnosen klar.

 

Wegweisend könnte die aktuelle Publikation unter anderem deswegen werden, weil das Verfahren mit einer eingebauten Fehlerkorrektur arbeitet: Mehrere Algorithmen wurden unabhängig voneinander trainiert und analysieren die OCT-Datensätze separat. Die Diagnose wird dann nach Art eines digitalen Mehrheitsvotums gestellt. Und noch ein Sicherheitsfeature gibt es: Das eigentliche Ziel der Software ist gar nicht die definitive Diagnose, sondern eine Triage: Das Programm soll jene Patienten identifizieren, die besonders dringend eine Behandlung brauchen.

 

Originalpublikation bei Nature Medicine: https://www.nature.com/articles/s41591-018-0107-6

Text: Philipp Grätzel von Grätz, Chefredakteur E-HEALTH-COM


Die etwas andere Befragung: Wie ist Ihr Gemütszustand, nachdem Sie diesen Beitrag gelesen haben?
Übermittlung Ihrer Stimme...