Künstliche Intelligenz erkennt erhöhten Hirndruck

Eine internationale Studie unter Beteiligung des Universitätsklinikums Freiburg stellt eine automatisierte Bildauswertung zum Erkennen von erhöhtem Hirndruck vor. Ist diese Diagnostik hilfreich für die Früherkennung von Hirntumoren?

Erhöhter Hirndruck ist eine Folge verschiedener, teils gefährlicher Erkrankungen, wie beispielsweise eines Hirntumors. Am Augenhintergrund zeigt sich dabei in den meisten Fällen eine Schwellung des Sehnervs, die als Stauungspapille bezeichnet wird. Allerdings ist die korrekte diagnostische Abgrenzung einer Stauungspapille von anderen, ähnlich aussehenden Veränderungen des Sehnervs nicht immer ganz einfach.

Hierbei könnten Ärzte künftig von künstlicher Intelligenz (KI) unterstützt werden. Dies zeigt ein internationales Forschungsteam unter Leitung des Singapore National Eye Center unter Beteiligung von Neuroophthalmologen des Universitätsklinikums Freiburg: Anhand von 14341 Fotos des Augenhintergrunds wurde ein Algorithmus trainiert, um krankhafte Veränderungen des Sehnerves zu diagnostizieren und korrekt von Normalbefunden abzugrenzen. Mit weiteren 1505 Aufnahmen, unter anderem aus Freiburg, wurde der Algorithmus dann überprüft: In 96 Prozent der Fotos erkannte der Algorithmus den erhöhten Hirndruck korrekt als Ursache einer Sehnervschwellung. In 85 Prozent wurde ein gesunder Patient korrekt als gesund klassifiziert.

„Der Algorithmus hat sehr gut abgeschnitten, insbesondere wenn man bedenkt, dass es selbst für erfahrene Mediziner schwierig ist, krankhafte von gesunden Veränderungen abzugrenzen“, sagt Prof. Wolf Lagrèze von der Klinik für Augenheilkunde am Universitätsklinikum Freiburg. „Solche Systeme können in Notfallambulanzen oder Regionen mit ärztlicher Unterversorgung eingesetzt werden, um PatientInnen mit erhöhtem Hirndruck aufgrund teils lebensbedrohliche Erkrankungen rechtzeitig zu erkennen“, ist Lagrèze überzeugt.

Das Besondere an dem Projekt war, dass sowohl in der Trainings- als auch in der Testphase Bilder von Menschen unterschiedlichster Kontinente und ethnischer Hintergründe ausgewertet wurden. Insgesamt waren 24 Zentren aus 15 Ländern beteiligt.

Originalpublikation:
Milea D et al. Artificial Intelligence to Detect Papilledema from Ocular Fundus Photographs. N Engl J Med 2020;382(18):1687–1695.