KI-Modell: Früherkennung von Augenkrankheiten bei Kindern anhand von Handyfotos20. August 2024 Symbolbild.© Alena Yakusheva-stock.adobe.com Ziel einer aktuellen Arbeit war es, ein KI-Modell zur Erkennung von pädiatrischen Erkrankungen der Augen anhand von Handyfotos zu entwickeln. Die frühzeitige Erkennung von Augenkrankheiten bei Kindern ist ein weltweites Problem. Denn herkömmliche Screening-Verfahren sind von Krankenhäusern und Augenärzten abhängig. Das ist teuer und zeitaufwändig. Der Einsatz von künstlicher Intelligenz (KI) zur Beurteilung des Augenzustands von Kindern anhand von Handyfotos könnte eine bequeme und frühzeitige Erkennung von Augenerkrankungen zu Hause ermöglichen. Diese Querschnittsstudie wurde vom 1. Oktober 2022 bis zum 30. September 2023 in der Abteilung für Augenheilkunde des Neunten Volkskrankenhauses in Shanghai durchgeführt. In die Untersuchungen wurden Kinder mit der Diagnose Myopie, Strabismus oder Ptosis eingeschlossen. Um Augenerkrankungen wie Myopie, Strabismus und Ptosis zu erkennen, entwickelten die Wissenschaftler ein auf Deep Learning basierendes Modell. Die Leistung des Modells wurde anhand der Sensitivität, Spezifität, Genauigkeit der Fläche unter der Kurve, der positiven und negativen prädiktiven Werte, der positiven und negativen Likelihood Ratios und des F1-Scores beurteilt. Um die Auswirkungen der einzelnen Regionen auf das Modell visuell und analytisch zu bewerten, wurde GradCAM++ verwendet. Zudem wurden zur Validierung der Verallgemeinerbarkeit des Modells Untergruppenanalysen nach Geschlecht und Alter durchgeführt. Die Forscher verwendeten zur Erstellung des Modells insgesamt 1419 Bilder von 476 Patienten (225 weiblich [47,27 %]; 299 [62,82 %] im Alter zwischen 6 und 12 Jahren). Davon wurden 946 monokulare Bilder zur Erkennung von Myopie und Ptosis und 473 binokulare Bilder zur Erkennung von Strabismus verwendet. Die Wissenschaftler ermittelten eine gute Sensitivität für das Modell bei der Erkennung von Myopie (0,84 [95%-KI, 0,82–0,87]), Strabismus (0,73 [95%-KI, 0,70–0,77]) und Ptosis (0,85 [95%-KI 0,82–0,87]). In der Subgruppenanalyse nach Geschlecht konnte mit dem Modell eine vergleichbare Leistung bei der Erkennung von Augenerkrankungen bei weiblichen und männlichen Kindern von den Forschern festgestellt werden. Es gab jedoch Unterschiede bei der Erkennung von Augenerkrankungen in den verschiedenen Altersuntergruppen, wie die Studie ergab. Das KI-Modell zeigte den Wissenschaftlern zufolge eine starke Leistung bei der genauen Erkennung von Myopie, Strabismus und Ptosis. Sie merkten an, dass jedoch nur Smartphone-Bilder verwendet wurden. Diese Ergebnisse deuten darauf hin, dass ein solches Modell für die Früherkennung von pädiatrischen Augenkrankheiten anhand von Handyfotos zukünftig denkbar wäre. (sas)
Mehr erfahren zu: "Kasse: Krankheitsausfälle im Job auch 2025 auf hohem Niveau" Kasse: Krankheitsausfälle im Job auch 2025 auf hohem Niveau Erkältungen, psychische Probleme, Rückenschmerzen: Fehlzeiten von Beschäftigten wegen Krankheit halten sich hartnäckig, wie neue Daten zeigen. Politiker stellen Regelungen wie die telefonische Krankschreibung infrage. Auch neue Modelle werden diktutiert.
Mehr erfahren zu: "Merz kritisiert hohen Krankenstand – Liegt es an telefonischer Krankschreibung?" Merz kritisiert hohen Krankenstand – Liegt es an telefonischer Krankschreibung? Bundeskanzler Friedrich Merz (CDU) hat angesichts aktueller Zahlen zu viele Fehltage wegen Krankheit kritisiert. Seine Partei stellt insbesondere die Möglichkeit zur telefonischen Krankschreibung, die während der Corona-Pandemie eingeführt wurde, infrage.
Mehr erfahren zu: "Diabetische Retinopathie: Wie Occludin die Blut-Netzhaut-Schranke aufrechterhält" Diabetische Retinopathie: Wie Occludin die Blut-Netzhaut-Schranke aufrechterhält Eine US-amerikanische Studie zeigt, wie Occludin sowohl undichte Blutgefäße als auch übermäßiges Gefäßwachstum bei diabetischer Retinopathie kontrolliert.