Laryngorhinootologie 2023; 102(S 02): S4
DOI: 10.1055/s-0043-1766421
Abstracts | DGHNOKHC
Aerodigestivtrakt/Laryngologie/Phoniatrie

Gesetzter Vortrag aus der Univ. HNO-Klinik Gießen: Trainieren eines neuartigen Algorithmus der Künstlichen Intelligenz mithilfe der ersten Online-Datenbank laryngealer Stimmlippengefäße unter Kontaktendoskopie und Narrow Band Imaging

Authors

  • Nikolaos Davaris

    1   Univ.-HNO-Klinik
    2   Univ.-HNO-Klinik

  • Nazila Esmaeili

    3   Otto von Guericke University Magdeburg, INKA – Application Driven Research

  • Alfredo Illanes

    3   Otto von Guericke University Magdeburg, INKA – Application Driven Research

  • Axel Boese

    3   Otto von Guericke University Magdeburg, INKA – Application Driven Research

  • Michael Friebe

    3   Otto von Guericke University Magdeburg, INKA – Application Driven Research
    4   IDTM GmbH

  • Christoph Arens

    1   Univ.-HNO-Klinik
Further Information
Also available at
 

Einleitung Intraoperative Aufnahmen von Stimmlippengefäßen mittels Kontaktendoskopie und Narrow Band Imaging (KE-NBI) wurden bereits erfolgreich für die endoskopische Differenzierung zwischen benignen und malignen Stimmlippenläsionen und für das Training von Algorithmen der Künstlichen Intelligenz (KI) verwendet. Die erste Online-Datenbank solcher KE-NBI-Aufnahmen wurde im Jahr 2022 zur Förderung der Zusammenarbeit laryngologischer Zentren und Weiterentwicklung KI-basierter Ansätze publiziert.

Material und Methoden Die Online-Datenbank beinhaltet 11.144 CE-NBI- Aufnahmen von 210 Patienten mit histologisch gesicherten benignen und (prä)malignen Stimmlippenläsionen. Es wurden im Rahmen der vorliegenden Studie 80% Prozent dieser Aufnahmen für das Training und 20% für die Testung eines neuartigen KI-basierten (Convolutional Neural Network-CNN) Ansatzes zur Differenzierung zwischen benignen und malignen laryngealen Läsionen verwendet. Schließlich wurden die Sensitivität, Spezifität und Treffergenauigkeit der Methode bei der automatisierten Klassifikation der Test-Aufnahmen berechnet.

Ergebnisse Der entwickelte Algorithmus wurde mithilfe des verwendeten CNN-basierten KI-Ansatzes an 8.915 KE-NBI-Aufnahmen der Online-Datenbank trainiert. Bei den 2.229 Test-Aufnahmen konnten dadurch eine Sensitivität von 82,2%, eine Spezifität von 90,2% und eine Treffergenauigkeit von 87,8% erreicht werden.

Schlussfolgerung Die Ergebnisse des präsentierten KI-basierten Ansatzes bezüglich der diagnostischen Güte der Methode sind vergleichbar mit bereits publizierten Studien zur manuellen oder automatisierten Auswertung von KE-NBI-Aufnahmen. Die Online-Datenbank stellt sich als wertvolles Werkzeug zur Weiterentwicklung von Methoden der KI in der Diagnostik Stimmlippenläsionen dar.



Publication History

Article published online:
12 May 2023

Georg Thieme Verlag
Rüdigerstraße 14, 70469 Stuttgart, Germany