Deep Learning Algorithmus bei AMD: LMU-Augenklinik erhält weitere Forschungsförderung

Forscher der LMU-Augenklinik München haben mittels maschinellem Lernen einen Algorithmus zur Sehschärfevorhersage bei feuchter altersbedingter Makuladegeneration (AMD) trainiert, um diese AMD-Patienten künftig besser behandeln zu können. 

Die Forschungsgruppe hat nun laut Mitteilung der LMU vom Bayerischen Staatsministerium für Wirtschaft, Energie und Technologie einen Förderbescheid in Höhe von circa  220.000 Euro zur weiteren Erforschung des Deep Learning Algorithmus bei AMD erhalten. Das Vorhaben wird in Zusammenarbeit mit der Carl Zeiss Meditec AG durchgeführt.
Mithilfe der Fördergelder soll bis Mitte 2020 die weitere Erforschung und Entwicklung eines Verfahrens zur Vorhersage der Sehschärfe eines Patienten mit AMD erfolgen, dabei liegt der Schwerpunkt auf der Erforschung des Deep Learning Algorithmus (DLA).

„Anwendungen mit künstlicher Intelligenz werden sehr bald Einzug in die Routineversorgung erhalten. Die Augenheilkunde spielt hier eine Pionierrolle in der Medizin“, sagt Dr. Karsten Kortüm, Facharzt LMU-Augenklinik und Leiter der Arbeitsgruppe Big Data in der Augenheilkunde. „Wir hoffen, dass durch diese Anwendungen Therapien überall in der Fläche noch besser werden und diese Techniken helfen, Kapazitätsprobleme in der Augenheilkunde zu beseitigen.“

„Für die Carl Zeiss Meditec AG ermöglicht dieses Projekt in einer sehr engen Abstimmung mit einem klinischen Partner die Anwendung künstlicher Intelligenz in einer klinischen Fragestellung zu entwickeln“, fügt Dr. Michael Achtelik hinzu, Leiter Digital Innovation der Medizintechnik-Sparte von Zeiss.

Zum Hintergrtund des Projektes erläutert die LMU, dass die Arbeitsgruppe mittels maschinellen Lernens einen Algorithmus zur Sehschärfevorhersage bei feuchter AMD trainiert hat, um frühzeitig im Behandlungsverlauf den Betroffenen eine Vorhersage über die Entwicklung ihrer Sehkraft geben zu können. Dazu nutzten sie Daten der Patienten aus vorangegangenen Untersuchungen. Diese Arbeit entstand in Zusammenarbeit mit dem Lehrstuhl für Datenbanksysteme und Data Mining (Prof. Volker Tresp) der LMU München sowie mit ärztlichen Kollegen aus dem Moorfields Eye Hospital, London. „Basis dieser Prädiktion war die Smart Eye Database der LMU-Augenklinik, die sowohl Untersuchungs- als auch Bilddaten von über 350.000 Patienten der Augenklinik der Universität München enthält“, so die LMU weiter.  Die Datenbank werde jede Nacht mit Daten des Vortages aus der elektronischen Patientenakte sowie aus bildgebenden Verfahren aktualisiert. Für die Vorhersagen seien 41 Merkmale aus der Patientenakte und 124 Merkmale aus den OCT-Untersuchungen analysiert worden. Die Ergebnisse dieser Arbeit seien 2018 im Journal „Ophthalmology“ erschienen*.

*Predicting Visual Acuity by Using Machine Learning in Patients Treated for Neovascular Age-Related Macular Degeneration. Markus Rohm, Volker Tresp, Michael Müller, Christoph Kern, Ilja Manakov, Maximilian Weiss, Dawn A. Sim, Siegfried Priglinger, Pearse A. Keane, Karsten Kortuem. Ophthalmology, https://doi.org/10.1016/j.ophtha.2017.12.034

Quelle: LMU München