KI: Deepmind-System diagnostiziert Augenkrankheiten

Symptome von Augenkrankheiten lassen sich inzwischen gut auf hochaufgelösten 3D-Aufnahmen der Netzhaut erkennen. Das Problem ist die Auswertung der Aufnahmen, die Expertenwissen erfordert. Das haben Forscher einem KI-System von Deepmind beigebracht, damit es Augenkrankheiten diagnostizieren kann.

Artikel veröffentlicht am 14. August 2018, 11:31 Uhr, Werner Pluta

Diagnose beim Augenarzt: kein Black-Box-Problem (Bild: Deepmind/Screenshot: Golem.de)

Künstliche Intelligenz (KI) hilft, Augenkrankheiten zu diagnostizieren: Das Londoner Moorfields Eye Hospital testet das KI-System Deepmind, um Retina-Scans zu analysieren. Die ersten Ergebnisse seien vielversprechend, sagen die Forscher.

Zur Diagnose von Augenkrankheiten scannen Mediziner per optischer Kohärenztomographie (Optical Coherence Tomography, OCT) die Netzhaut. Sie erhalten dann ein hochaufgelöstes, dreidimensionales Bild der Netzhaut, auf dem sie die Symptome einer Krankheit feststellen können.

Allerdings erfordere die Auswertung eines solchen Bildes Expertise und Zeit. Auf der anderen Seite werden allein im Moorfields Eye Hospital 1.000 solcher Scans am Tag angefertigt. Das führe zu einer Verzögerung zwischen Scan und Behandlung. Je früher eine Augenkrankheit aber behandelt werde, desto größer sei die Chance, das Augenlicht eines Patienten zu erhalten, sagt ein Arzt.

Um diese Wartezeit zu verkürzen, setzt das Moorfields Eye Hospital seit etwa anderthalb Jahren das Deepmind-System ein. Es wurde an knapp 15.000 OCT-Scans von etwa 7.500 Patienten sowie den dazugehörigen Diagnosen eine Arztes trainiert. Daraus lernte das KI-System es zunächst, die verschiedenen Elemente des Auges zu erkennen und dann selbst Diagnosen zu stellen. Inzwischen ist es in der Lage, mehr als 50 Augenkrankheiten zu erkennen. Bei einem Vergleich zwischen dem KI-System und einer Kommission aus acht Ärzten lag die Übereinstimmung bei 94 Prozent. Die ersten Ergebnisse des Tests beschreiben die Forscher in der Fachzeitschrift Nature Medicine.

Um das Black-Box-Problem zu umgehen, nämlich zu verstehen, weshalb die KI eine bestimmte Empfehlung gibt, haben die Deepmind-Entwickler für das Diagnosesystem zwei neuronale Netze kombiniert. Das erste analysiert den OCT-Scan und erstellt eine Karte der verschiedenen Arten von Augengewebe, auf der Blutungen, Läsionen und andere Symptome von Augenerkrankungen zu erkennen sind.

Das System listet verschiedene Diagnosemöglichkeiten auf

Das zweite Netzwerk analysiert diese Karte und erstellt eine Diagnose. Dabei listet es mehrere mögliche Erklärungen für die gefundenen Symptome und gibt jeweils eine Prozentzahl für die Wahrscheinlichkeit an. Außerdem gibt es eine Einschätzung, wie dringlich eine Behandlung der Symptome ist. Das soll das Vertrauen von Ärzten und Patienten in die Diagnose steigern. Gerade Letztere sind oft skeptisch, weil sie glauben, dass ein Computer ohne den Arzt eine Diagnose erstellt.

Die Beteiligten - neben dem Moorfields Eye Hospital und der Google-Abteilung Deepmind arbeiteten noch Forscher vom University College London mit - sind zufrieden mit den Ergebnissen der Studie. Als Nächstes geht es darum, das System zu einem kommerziellen Produkt weiterzuentwickeln und dieses klinischen Tests zu unterziehen, um eine Zulassung zu bekommen.