Künstliche Intelligenz für die Früherkennung Diabetischer Retinopathie

Automatischen Erkennung Diabetischer Retinopathie mit den Methoden der Künstlicher Intelligenz ist ein vielversprechendes Werkzeug, um kostengünstige Massenscreenings bei Diabetespatienten durchzuführen. Die Diagnosegenauigkeit moderner Systeme nähert sich der der Fachleute. Am Beispiel von retina.help wird demonstriert, wie ein solches System funktioniert. Im Gegensatz zu anderen Produkten dieser Art steht retina.help kostenlos allen Fachleuten zur Verfügung.

Mehrere Künstliche Neuronalen Netze (Agenten) werden auf Tausenden Fundusbildern mit bekannter Diagnose trainiert. Die Genauigkeiten wird regelmäßig auf Bildern überprüft, die nicht für das Training verwendet wurden. Die einzelnen Agenten erreichen dabei, typischerweise, Sensitivität und Sensibilität zwischen 80 und 85%. Anschließend wird ein anderes statistisches Modell trainiert, um die Diagnosen der einzelnen Agenten zur einer Schlussdiagnose zu fusionieren. Die Sensitivität und Sensibilität der Schlussdiagnose liegt bei modernen Verfahren bei 90-95%, bei retina.help sind es 94% bzw. 92% auf Bildern, die nicht zum Training verwendet wurden.

Trotz der hohen Genauigkeiten bestehen Herausforderungen beim Einsatz der Künstlichen Intelligenz im Screening. Es ist noch offen, wie man automatisierte Auswertung mit regelmäßigen Arztbesuchen kombinieren soll. Die Erklärung der Ergebnisse stellt eine weitere Hürde da. Gesundheitspolitische und regulatorische Entscheidungen stellen ebenfalls gewisse Hürden dar.

Poster

01. Klinische Diabetologie Typ-1 Diabetes

Interessenkonflikt

Der Vortragende leitet ein Unternehmen, das ein Verfahren zur automatischen Erkennung Diabetischen Retinopathie entwickelt hat und demnächst zur Verfügung stellen wird.

Publication History

Article published online:
26 May 2022