Datenschutzorientierte KI verbessert das Screening auf seltene endokrinologische Erkrankungen

Eine KI kann eine seltene endokrinologische Erkrankung genau diagnostizieren, indem sie einfach Bilder des Handrückens und der geballten Faust analysiert. Die datenschutzbewusste Leistung der Universität Kobe verspricht, effizientere Überweisungssysteme zu etablieren und die Unterschiede in der Gesundheitsversorgung zwischen den Gemeinden zu verringern.

Akromegalie ist eine seltene, hartnäckige Krankheit, die meist im mittleren Alter auftritt und dazu führt, dass Hände und Füße größer werden, das Gesichtsbild verändert und sich auch auf das Knochen- und Organwachstum im gesamten Körper auswirkt. Der Zustand, der durch eine Überproduktion von Wachstumshormonen verursacht wird, schreitet langsam über Jahrzehnte voran, kann aber unbehandelt zu lebensbedrohlichen Komplikationen führen, die zu einer Verkürzung der Lebenserwartung um etwa 10 Jahre führen. „Da die Erkrankung so langsam voranschreitet und es sich um eine seltene Krankheit handelt, kann es nicht selten bis zu einem Jahrzehnt dauern, bis sie diagnostiziert wird“, sagt der Endokrinologe FUKUOKA Hidenori von der Universität Kobe. Er erklärt weiter: „Mit dem Fortschritt der KI-Tools gab es Versuche, Fotos zur Früherkennung zu nutzen, aber sie wurden nicht in die klinische Praxis übernommen.“

Bei der Untersuchung aktueller Herausforderungen in der KI-Forschung stellte die Gruppe fest, dass die meisten auf Gesichtsfotos angewiesen sind, was Anlass zu Datenschutzbedenken geben kann. OHMACHI Yuka, ein Absolvent der Universität Kobe, sagt: „Um diesem Problem Rechnung zu tragen, haben wir beschlossen, uns auf die Hände zu konzentrieren, einen Körperteil, den wir in der klinischen Praxis routinemäßig zu Diagnosezwecken neben dem Gesicht untersuchen, insbesondere weil sich bei Akromegalie häufig Veränderungen an den Händen manifestieren.“ Sie beschlossen jedoch, die Privatsphäre zu verdoppeln, indem sie nur Bilder des Handrückens und der geballten Faust verwendeten und die individuelleren Handflächenlinienmuster vermieden. Dadurch konnten sie die Unterstützung von 725 Patienten in 15 medizinischen Einrichtungen in ganz Japan gewinnen, die über 11.000 Bilder spendeten, um ihr KI-Modell zu trainieren und zu validieren.

Im Zeitschrift für klinische Endokrinologie und StoffwechselDas Team der Universität Kobe veröffentlicht nun, dass ihr Modell den Zustand mit sehr hoher Sensitivität und Spezifität erkennt. Tatsächlich übertrifft ihr Modell sogar erfahrene Endokrinologen, die dieselben Fotos auswerten sollten.

Ehrlich gesagt war ich überrascht, dass die diagnostische Genauigkeit ein so hohes Niveau erreichte, wenn nur Fotos des Handrückens und der geballten Faust fotografiert wurden. Was mir besonders wichtig erschien, war, dass dieses Leistungsniveau ohne Gesichtszüge erreicht wurde, was diesen Ansatz für das Krankheitsscreening wesentlich praktischer macht.“

Ohmachi Yuka, ein Doktorand der Universität Kobe

Als nächsten Schritt sieht die Gruppe die Ausweitung ihres Modells auf andere durch solche Fotos erkennbare Erkrankungen wie rheumatoide Arthritis, Anämie und Schlagfinger. Ohmachi sagt: „Dieses Ergebnis könnte der Einstiegspunkt für die Erweiterung des Potenzials medizinischer KI sein.“

In der medizinischen Praxis verwenden Ärzte für die Diagnose nicht nur Handbilder, sondern stützen sich auf ein breites Spektrum an Faktoren und Daten. Das Team der Universität Kobe sieht daher in ihrem neu entwickelten Modell eine Chance, „die klinische Expertise zu ergänzen, die diagnostische Kontrolle zu reduzieren und frühere Interventionen zu ermöglichen“, wie sie in ihrer Arbeit schreiben. Studienleiter Fukuoka sagt: „Wir glauben, dass die Weiterentwicklung dieser Technologie dazu führen könnte, dass bei umfassenden Gesundheitsuntersuchungen eine medizinische Infrastruktur geschaffen wird, um Verdachtsfälle von handbezogenen Erkrankungen an Spezialisten weiterzuleiten. Darüber hinaus könnte sie nicht-spezialisierte Ärzte in regionalen Gesundheitseinrichtungen unterstützen und so zu einer Verringerung der medizinischen Ungleichheiten dort beitragen.“

Diese Forschung wurde von der Hyogo Foundation for Science Technology finanziert. Es wurde in Zusammenarbeit mit Forschern der Universität Fukuoka, der Hyogo Medical University, der Nagoya University, der Hiroshima University, dem Toranomon Hospital, der Nippon Medical School, der Kagoshima University, der Tottori University, der Yamagata University, der Okayama University, dem Hyogo Prefectural Kakogawa Medical Center, der Hokkaido University, der International University of Health and Welfare, dem Moriyama Memorial Hospital und der Konan Women’s University durchgeführt.

Quellen: