Seite auswählen

Prof. Dr. Dr. med. Gerhard-Paul Diller, Studienleiter Foto: © Kompetenznetz Angeborene Herzfehler / UKM

Wie lassen sich bei einem angeborenen Herzfehler lebensbedrohliche Folgeerkrankungen vermeiden und wann muss medizinisch eingegriffen werden? Genaue Antworten auf diese Fragen erhoffen sich Forscher am Kompetenznetz Angeborene Herzfehler (KNAHF) vom gezielten Einsatz künstlicher Intelligenz.

Angeborene Herzfehler erfordern in der Regel eine lebenslange medizinische Betreuung durch spezialisierte Mediziner und Zentren. So besteht etwa bei Patienten mit einer Transposition der großen Arterien (TGA), bei denen die rechte Herzkammer die Funktionen der linken Herzkammer übernimmt, ein erhöhtes Risiko des Herzkammerversagens. Die Vermeidung solcher lebensbedrohlichen Folgeerkrankungen setzt eine genaue Einschätzung der Funktion der rechten Herzkammer und ihrer langfristigen Entwicklung voraus. Noch stellt deren besondere Anatomie die Diagnostik vor große Herausforderungen. Abhilfe erhoffen sich Forscher am KNAHF vom gezielten Einsatz künstlicher Intelligenz (KI). Eine erste in Kooperation mit dem renommierten Royal Brompton Hospital in London durchgeführte KI-Studie spricht für das enorme Potenzial lernender Systeme.

Präziser als der Mensch

Unter der Leitung des EMAH-Forschers Gerhard-Paul Diller konnte ein internationales Wissenschaftlerteam erstmals den Nutzen neuartiger Deep-Learning (DL)-Algorithmen bei der Diagnostik von erwachsenen Patienten mit einem schweren angeborenen Herzfehler nachweisen. Dabei knüpfte es an Erfahrungen an, die durch die erfolgreiche Erprobung solcher künstlichen, dem Nervensystem nachempfundenen, neuronalen Netzwerke etwa bei der Erkennung von Verkehrszeichen gesammelt worden sind. Der speziell für die Ultraschallanalyse des Herzens trainierte DL-Algorithmus erzielte 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 TGA nach einer Vorhofumkehr-OP sowie von Patienten mit einer so genannten angeborenen korrigierten Transposition (ccTGA) und von herzgesunden Menschen herangezogen. „Die präzise Diagnostik sowie die Ausdifferenzierung der Befunde der Herzkammern mittels künstlicher Intelligenz haben unsere Erwartungen noch übertroffen.“, resümiert Gerhard-Paul Diller, Oberarzt an der Klinik für Kardiologie III: Angeborene Herzfehler (EMAH) und Klappenerkrankungen am Universitätsklinikum Münster. Vom künftigen Einsatz der KI versprechen sich die Mediziner eine verbesserte individualisierte Vorsorge und Behandlung zur Steigerung der Lebenserwartung und Lebensqualität der Patienten.

Zur Studie:

Die Ergebnisse der von der EMAH Stiftung Karla Völlm geförderten Studie wurden im European Heart Journal Cardiovascular Imaging veröffentlicht:

Utility of machine learning algorithms in assessing patients with a systemic right ventricle.
Diller GP, Babu-Narayan S, Li W, Radojevic J, Kempny A, Uebing A, Dimopoulos K, Baumgartner H, Gatzoulis MA, Orwat S
European heart journal cardiovascular Imaging, (2019).

Ihre Anmeldung im Nationalen Register für angeborene Herzfehler:
https://www.kompetenznetz-ahf.de/patienten/service-fuer-patienten/am-register-teilnehmen/

Das Nationale Register bei Facebook: http://bit.ly/2dhaTeP

Website: http://www.kompetenznetz-ahf.de/