Der erste Schrei der Kinder ist sehr wichtig. Sie schnappen nach Luft und der Körper wird an das Leben außerhalb des Mutterleibs gewöhnt. Die Lunge entfaltet sich zum ersten Mal und die Gefäße weiten sich. Doch das ist nicht immer der Fall, vor allem bei Frühgeburten oder schwer kranken Neugeborenen. Wenn die Lungenarterien verengt bleiben oder sich in der frühen Zeit nach der Geburt wieder verschließen, spricht man von einer pulmonalen Hypertonie. Wegen der eingeschränkten Blutversorgung der Lunge ist die Sauerstoffsättigung stark reduziert.
Wichtig in diesen Fällen ist ein schnelles Handeln und die Diagnose der pulmonalen Hypertonie. Je eher die Diagnose erfolgt und die Therapie gestartet wird, desto besser die Prognose für das Neugeborene. Doch für die Diagnose benötigt man viel Erfahrung und eine umfassende Ultraschalluntersuchung des Herzens. „Pulmonale Hypertonie zu erkennen, ist sehr aufwendig und erfordert ein ganz spezifisches Know-How und viel Erfahrung. Gerade abseits der grossen Perinatalzentren ist dieses oft nicht vorhanden“, erläutert Prof. Dr. Sven Wellmann, Chefarzt der Abteilung Neonatologie an der KUNO Klinik St. Hedwig der Barmherzigen Brüder in Regensburg, Deutschland.
Algorithmus studiert Herzultraschall
Gemeinsam mit Forschenden der ETH Zürich haben die Neonatologen der KUNO Klinik St. Hedwig ein Computermodell entwickelt, dass die Diagnose bei Neugeborenen zuverlässig unterstützt. Hierfür haben die Forschenden den Algorithmus trainiert – mit Herz-Ultraschalluntersuchungen von 192 Neugeborenen sowie der gestellten Diagnose: pulmonale Hypertonie vorhanden oder nicht und die Einschätzung des Schweregrads in „mild“ oder „moderat bis schwer“. Anhand der bereits gezeigten Ultraschallbilder und einem neuen Datensatz von 78 Neugeborenen wurde die Genauigkeit des Algorithmus in der Diagnose überprüft. In 80 bis 90 Prozent der Fälle lag die KI richtig in der Diagnose und bei 65 bis 85 Prozent stimmte auch der Schweregrad.
Nachvollziehbarkeit essenziell
„Damit ein Maschinenlern-Modell im medizinischen Bereich eingesetzt werden kann, ist neben der Vorhersagegenauigkeit jedoch auch entscheidend, dass der Mensch nachvollziehen kann, aufgrund welcher Kriterien das Modell seine Entscheide trifft“, sagt Julia Vogt. Daher markiert die KI die Bereiche im Ultraschallbild, aufgrund derer die Diagnose getroffen wurde. So können Ärztinnen und Ärzte genau nachvollziehen, ob die Stellen im Herzen auffällig sind oder eben nicht.
Doch die finale Diagnose obliegt stets dem Menschen. Die KI ist jedoch ein gutes Mittel, um in Regionen eingesetzt zu werden, in denen zunächst die Einschätzung eines Experten fehlt. Ärztinnen und Ärzte können so einfacher entscheiden, ob ein Facharzt hinzugezogen werden muss oder nicht. Sind diese Experten in den Krankenhäusern vorhanden, können diese entlastet werden durch eine vorherige Einschätzung der KI. Das Modell ist zudem auch auf andere Organe und Erkrankungen anwendbar, wie z.B. für die Diagnose von Herzscheidewanddefekten oder Erkrankungen der Herzklappen.
Quelle: idw
Artikel teilen
