Erfolgsgeschichte
Datenwissenschaftler von DAIN Studios und Kardiologen des UniversitätsklinikumsHelsinki haben ein Verfahren entwickelt, das die Diagnose einer seltenen Herzerkrankung namens kardiale Sarkoidose revolutionieren könnte.
Mit Hilfe der künstlichen Intelligenz kann die Genauigkeit und Einfachheit der Identifizierung einer seltenen Krankheit wie der kardialen Sarkoidose verbessert und gestrafft werden, was bedeutet, dass die Patienten die benötigte Behandlung rechtzeitig erhalten und die Gesundheitsdienstleister ihre Ressourcen effektiv und effizient einsetzen können. Das Universitätsklinikum Helsinki (HUS) und DAIN Studios haben sich kürzlich zusammengetan, um ein KI-Modell zur Verbesserung einer solchen Situation zu implementieren. Die Ergebnisse waren sehr vielversprechend und ebnen den Weg für die Zukunft der KI im Gesundheitswesen.
Wir haben ein KI-Deep-Learning-Modell entwickelt, um das gesamte Diagnoseverfahren für kardiale Sarkoidose mit 93 % Genauigkeit zu verbessern - eine Genauigkeit, die so gut ist wie die eines gut ausgebildeten Kardiologen.
Die Sarkoidose des Herzens ist eine sehr schwer zu diagnostizierende Herzerkrankung. Die HUS-Kardiologen Dr. Jukka Lehtonen, Dr. Valtteri Uusitalo und ihre Kollegen waren mit dem beschäftigt, was sie als den "alten Kampf" bezeichneten. Zu den Hauptproblembereichen gehörten:
Das Team hatte bereits nach Möglichkeiten gesucht, die Diagnosezeit zu verkürzen, indem es schnellere Ansätze auf der Grundlage der RNA-Sequenzierung untersuchte, jedoch ohne Erfolg. Ein angesehener Kardiologe des Krankenhauses hatte einen riesigen Datensatz zur Bildgebung zusammengestellt, und das Krankenhaus verfügte über mehr als tausend hochwertige PET-Scans von Verdachtsfällen auf kardiale Sarkoidose.
Als DAIN Studios ins Spiel kam, wurde klar, dass die Nutzung dieser Daten aufgrund ihrer schieren Größe weltweit ihresgleichen suchen würde. Damit stand den Datenwissenschaftlern ein riesiger Datensatz zur Verfügung, mit dem sie arbeiten konnten, was einen genaueren Schulungs- und Implementierungsprozess ermöglichte.
Ziel war es, Deep-Learning-Algorithmen zu trainieren, um Zusammenhänge zwischen den Mustern auf den PET- und CT-Bildern und der eventuellen Diagnose auf der Grundlage der Laboruntersuchung des biopsierten Gewebes zu erkennen. Dies ist der Prozess, der stattgefunden hat:
Dr. Lehtonen vom Universitätskrankenhaus Helsinki prognostiziert, dass die Software, wenn sie mit anderen Datensätzen so gut funktioniert wie mit dem finnischen und alle behördlichen Hürden überwindet, in drei Jahren klinisch eingesetzt werden könnte, um zumindest eine kardiale Sarkoidose in einem Diagnoseverfahren auszuschließen.
"Für viele Menschen könnte die Diagnosezeit auf Tage oder Wochen verkürzt werden, statt wie bisher auf Wochen oder Monate." Er geht nicht davon aus, dass die KI in absehbarer Zeit die wissenschaftliche Gewissheit der Biopsie ersetzen wird - obwohl dies natürlich das Endziel ist. "Das System ist einfach zu bedienen und zu verstehen", sagt er. "Wir müssen jetzt erst einmal Erfahrungen damit sammeln, aber es sieht sehr vielversprechend aus."
Die Software von DAIN wurde anhand eines Archivs mit kombinierten PET/CT-Scans und Diagnosen von Hunderten ehemaliger HUS-Patienten trainiert und ist derzeit zu über 93 Prozent in der Lage, kardiale Sarkoidose - so genannte echte positive Ergebnisse - oder deren Fehlen - so genannte echte negative Ergebnisse - zu erkennen. "Das ist so gut wie ein gut ausgebildeter Kliniker", sagt Ulla Kruhse-Lehtonen, eine der Mitbegründerinnen von DAIN Studiosund Geschäftsführerin der finnischen Niederlassung des Unternehmens. "Und mit mehr Daten wird es noch besser werden.Nach der Schulung, Validierung und Erprobung der Software an einem Datensatz von HUS wird der nächste Schritt darin bestehen, sie an Daten aus anderen Ländern zu testen - Gespräche mit Krankenhäusern in den USA und Japan sind im Gange.
"Dies ist die Art von 'Superpower-KI', die einen wichtigen Beitrag zu unserem Leben leisten wird - wenn wir sie richtig einsetzen", sagt Saara Hyvönen, eine weitere Mitbegründerin von DAIN. "Diese KI entscheidet nicht selbst, sie ist ein Assistent des behandelnden Arztes, und sie ist das, was wir erklärbare KI nennen - sie 'erklärt' ihre Diagnosen, indem sie auf den Heatmaps zeigt, was sie sieht oder nicht sieht." Dirk Hofmann, Mitbegründer von DAIN und Geschäftsführer des deutschen Unternehmens, sagt: "Unsere Vision ist es, dass diese Software Teil von medizinischen Bildgebungsmaschinen wird, so dass auch Ärzte, die keine Experten für Herzsarkoidose sind, eine solche seltene Krankheit sicher diagnostizieren können."
"Die KI kann Muster in den Bildern erkennen, die das menschliche Auge nicht erkennen kann, und das ist von großer praktischer Bedeutung für die Medizin."
Kunde
Helsinki Das Universitätskrankenhaus (HUS) ist der größte Anbieter spezialisierter medizinischer Versorgung in Finnland. 27.000 führende Fachkräfte behandeln jährlich fast 700.000 Patienten. Es ist ein zukunftsorientierter medizinischer Anbieter, der gemeinsam daran arbeitet, die Zukunft der spezialisierten medizinischen Versorgung zu sichern und zu verbessern. Die Forschung zu einigen der bahnbrechendsten Themen hat dazu geführt, dass das Unternehmen als einer der besten Anbieter im Gesundheitswesen anerkannt ist. Ihre Werte wie Fürsorge, Gleichberechtigung und Pioniergeist sind die Grundlage für das, was und wie sie der Gemeinschaft zur Verfügung stellen.
