Keratokonus: Mithilfe von KI behandlungsbedürftige Patienten erkennen

Künstliche Intelligenz (KI) kann erfolgreich zur Vorhersage des Therapiebedarfes bei Keratokonus eingesetzt werden. Das zeigt eine neue Studie, die britische Forscher auf dem 43. Kongress der European Society of Cataract and Refractive Surgeons (ESCRS) vorgestellt haben.

Die Studie wurde von Dr. Shafi Balal und Kollegen am Moorfields Eye Hospital in London und am University College London (UCL) in Großbritannien durchgeführt. Er erklärte: „[…] Keratokonus verursacht Sehstörungen bei jungen Patienten im erwerbsfähigen Alter und ist der häufigste Grund für Hornhauttransplantationen in der westlichen Welt. Eine einzige Behandlung namens „Cross-Linking“ kann das Fortschreiten der Krankheit aufhalten. […] Allerdings können Ärzte derzeit nicht vorhersagen, welche Patienten eine Verschlechterung ihres Zustands erleben und eine Behandlung benötigen und welche Patienten allein mit einer Überwachung stabil bleiben […].“

Genaue Vorhersage der Behandlungsnotwendigkeit mittels KI

Alle Studienteilnehmer waren zur Untersuchung und Überwachung ihres Keratokonus an das Moorfields Eye Hospital überwiesen worden. Die Vorderseite des Auges wurde bei allen Patienten mit optischer Kohärenztomographie (OCT) gescannt. Um die insgesamt 36.673 OCT-Bilder von 6684 Patienten zu untersuchen, verwendeten die Forscher Künstliche Intelligenz (KI).

Der KI-Algorithmus konnte nach Angaben der Wissenschaftler allein anhand der Bilder und Daten aus der ersten Untersuchung genau vorhersagen, ob sich der Zustand eines Patienten verschlechtern oder stabil bleiben würde. Zudem ermöglichte die KI den Forschern, die Patienten in Risikogruppen einzuordnen. Wenn Informationen aus einem zweiten Krankenhausbesuch einbezogen wurden, so war der Algorithmus den Wissenschaftlern zufolge in der Lage, bis zu 90 Prozent der Patienten erfolgreich zu kategorisieren.

„Unsere Forschung zeigt, dass wir mithilfe von KI vorhersagen können, welche Patienten eine Behandlung benötigen und welche weiterhin überwacht werden können. Dies ist die erste Studie dieser Art, die eine derart hohe Genauigkeit bei der Vorhersage des Risikos einer Keratokonusprogression aus einer Kombination von Scans und Patientendaten erzielt. Sie stützt sich dabei auf eine große Kohorte von Patienten, die über zwei Jahre oder länger beobachtet wurde […]“, betonte Balal.

Erweiterung des KI-Algorithmus über Keratokonus hinaus

Derzeit entwickeln die Forscher einen leistungsfähigeren KI-Algorithmus, der auf Millionen von Augen-Scans trainiert wurde und für bestimmte Aufgaben angepasst werden kann. Darunter sei die Vorhersage des Fortschreitens des Keratokonus, aber auch andere Aufgaben wie die Erkennung von Augeninfektionen und erblichen Augenerkrankungen.

(sas/BIERMANN)