Künstliche Intelligenz erkennt erhöhten Hirndruck an Sehnervschwellung

Eine internationale Studie unter Beteiligung des Universitätsklinikums Freiburg präsentiert die Ergebnisse der automatisierten Auswertung von Augenhintergrundaufnahmen zum Erkennen von erhöhtem Hirndruck. Könnte diese Diagnostik hilfreich sein 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 Ärze künftig von künstlicher Intelligenz (KI) unterstützt werden. Dies zeigt ein internationales Forschungsteam unter Leitung des Singapore National Eye Center mit Beteiligung von Neuroophthalmologen des Universitätsklinikums Freiburg:

Anhand von 14.341 Fotos des Augenhintergrundes wurde ein Algorithmus trainiert, um krankhafte Veränderungen des Sehnervs zu diagnostizieren und korrekt von Normalbefunden abzugrenzen. Mit weiteren 1505 Aufnahmen, unter anderem aus Freiburg, wurde der Algorithmus dann überprüft: Bei 96 Prozent der Fotos erkannte die KI 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 Ärzte 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 Patienten mit erhöhtem Hirndruck aufgrund teils lebensbedrohlicher Erkrankungen rechtzeitig zu erkennen“, so Lagrèze.

Das Besondere an dem Projekt war, dass sowohl in der Trainings- als auch in der Testphase Bilder von Menschen unterschiedlicher Kontinente und ethnischer Hintergründe ausgewertet wurden. Insgesamt waren 24 Zentren aus 15 Ländern beteiligt.
Die Studie ist im New England Journal of Medicine erschienen: https://www.nejm.org/doi/10.1056/NEJMoa1917130