Zurück zu Bigger Picture

BIGGER PICTURE Frühere Diagnose

Ein Netzhautscan, mehr als 50 mögliche Augenkrankheiten

Ein detaillierter Netzhautscan hilft erst, wenn daraus der richtige nächste Schritt folgt. Moorfields und DeepMind entwickelten ein System, das Bildmerkmale mit der Dringlichkeit einer Überweisung verbindet.

KI-generierte Illustration: Netzhautschichten liefern Hinweise zur Priorisierung einer fachärztlichen Untersuchung.
Netzhautschichten liefern Hinweise zur Priorisierung einer fachärztlichen Untersuchung.KI-generierte Illustration der Idee, keine Aufnahme der tatsächlichen Personen, Geräte oder Ereignisse.
Erfasste Erkrankungen
Mehr als 50
Korrekte Überweisungsempfehlung
Mehr als 94 % in der Auswertung von 2018
Sichtbare Prüfhilfen
Markierte Bildmerkmale und Konfidenzwerte

So funktioniert die Idee

  1. Netzhautschichten lesen

    OCT-Bilder zeigen strukturelle Merkmale in der Netzhaut.

  2. Relevante Veränderungen erkennen

    Das erste Modell markiert krankheitsbezogene Merkmale.

  3. Dringlichkeit empfehlen

    Eine zweite Stufe schlägt eine ärztlich überprüfbare Überweisungspriorität vor.

Die Warteschlange zählt ebenso wie das Bild

Die optische Kohärenztomografie zeigt die Schichten der Netzhaut in hoher Auflösung. Viele solcher Scans zu beurteilen beansprucht knappe Fachzeit. Das Forschungsteam konzentrierte sich auf eine unmittelbar handlungsrelevante Entscheidung: Wie dringend muss diese Person zur passenden augenmedizinischen Versorgung?

Belege: [1]

Sichtbare Merkmale und Handlungsbedarf trennen

Zwei Stufen neuronaler Netze verbanden Bildauswertung und Überweisung. Das System lernte zehn krankheitsbezogene Merkmale und leitete aus dem dringlichsten Befund eine Empfehlung ab. Diese Struktur erleichterte auch die Anpassung an unterschiedliche Scannertypen, anstatt alles an ein einzelnes Gerät zu binden.

Belege: [1][2]

Der Fachkraft etwas Prüfbares zeigen

Die Ausgabe enthielt markierte Merkmale und Konfidenzwerte, die augenmedizinische Fachkräfte prüfen konnten. In der Forschungsauswertung von 2018 waren die Überweisungsempfehlungen für mehr als fünfzig Erkrankungen in über 94 % der Fälle korrekt. Auf den Vergleichsscans entsprach das der Leistung von Fachleuten.

Belege: [1][2]

Der Weg vom Scan zur schnelleren Versorgung

Die Forschung nutzte zuvor erhobene Scans. Sie belegte noch keine gemessene Verringerung von Erblindungen oder Wartezeiten in der Routineversorgung. Der bleibende Ansatz ist dennoch praktisch: automatisierte Auswertung mit einem überprüfbaren nächsten Schritt verbinden, damit knappe Aufmerksamkeit nach Dringlichkeit eingesetzt werden kann.

Belege: [1][2]

Die Originalquellen

  1. University College LondonArtificial intelligence equal to experts in detecting eye diseases
  2. Moorfields Eye HospitalGoogle DeepMind research updates

Was Sie als Nächstes entdecken können

Wenige Sekunden Trommelfellvideo machen einen schwierigen Unterschied sichtbarEin Gespräch im Geschäft wird auf dem Handy lesbar
Alle 99 Anwendungen entdecken