Revolutionäres KI-Tool erkennt Klappenerkrankungen des Herzens mit 93 % Sensitivität

In einer bahnbrechenden Entwicklung haben Forscher der Stevens Institute of Technology ein neues, KI-gestütztes Diagnosetool vorgestellt, das in der Lage ist, Klappenerkrankungen des Herzens (VHD) mit bemerkenswerter Genauigkeit zu erkennen und zu klassifizieren. 

Diese innovative Technologie verspricht, die Lücke in der Früherkennung und Behandlung von VHD zu schließen, einer Erkrankung, die bei Standard-Stethoskop-Untersuchungen oft übersehen wird. Die Ergebnisse dieser Forschung, die auf dem Cover der September-Ausgabe 2023 der IEEE Transactions on Biomedical Engineering veröffentlicht wurden, zeigen, dass dieses KI-Tool VHD mit einer beeindruckenden Sensitivität von 93 % und einer Spezifität von 98 % erkennen kann.

Die Herausforderung der Erkennung von Klappenerkrankungen des Herzens

Klappenerkrankungen des Herzens sind durch Anomalien der Herzklappen gekennzeichnet, die zu einer Reihe von Herzproblemen führen können. Traditionelle Diagnosemethoden verlassen sich auf die feinen Hörfähigkeiten von Gesundheitsfachkräften, die Stethoskope verwenden, um die charakteristischen Geräusche zu erkennen, die von den Herzklappen erzeugt werden. Die menschliche Körperumgebung ist jedoch laut, und inmitten des Lärms von rauschendem Blut, grollenden Mägen und pfeifendem Atmen ist es für Ärzte allzu leicht, die subtilen Anzeichen von Klappenstörungen zu übersehen.

Negar Ebadi, die leitende Forscherin des Projekts und außerordentliche Professorin für Elektrotechnik und Computertechnik, kommentierte diese Herausforderung mit den Worten: „Die meisten Fälle von VHD werden aufgrund menschlichen Versagens übersehen – daher haben wir KI hinzugezogen, um den Menschen zu helfen.“

Ein Durchbruch in der KI-unterstützten Diagnose

Das Forschungsteam der Stevens Institute of Technology hat einen innovativen Ansatz zur Diagnose von VHD vorgestellt. Mit einem Kontaktmikrofon, das Schwingungen direkt von der Brust eines Patienten aufzeichnet, nahmen sie 10-Sekunden-Audioaufnahmen auf. 

Diese Aufnahmen wurden dann durch ein KI-Modell verarbeitet, das von Sprachverarbeitungsalgorithmen abgeleitet wurde, die typischerweise verwendet werden, um Stimmen in lauten Umgebungen zu isolieren. In diesem Fall wurde die KI jedoch darauf trainiert, die Audio-Signaturen bestimmter Herzerkrankungen zu identifizieren, anstatt nach Stimmen zu suchen.

Arash Shokouhmand, der Hauptautor der Studie, erklärte: „Der Unterschied besteht darin, dass wir nicht einzelne Stimmen erkennen, sondern die Audio-Signaturen bestimmter Arten von Herzerkrankungen.“ Dieser neuartige Ansatz ermöglicht es dem neuronalen Netzwerk, fünf verschiedene Klappenerkrankungen aus einer einzigen Audioaufnahme schnell zu identifizieren, selbst wenn mehrere Erkrankungen bei einem einzelnen Patienten gleichzeitig vorliegen.

Was dieses KI-Diagnosetool auszeichnet, ist seine Fähigkeit, mehrere Krankheiten gleichzeitig zu erkennen. Shokouhmand betonte diese Innovation und erklärte: „Wir zeigen nicht nur, dass ein Klappenproblem vorliegt – wir sind in der Lage, das gesamte Spektrum der Probleme zu identifizieren, unter denen ein Patient leidet.“ Dies markiert einen bedeutenden Fortschritt gegenüber früheren KI-basierten Diagnosemethoden, die oft weniger genau und in ihrem Umfang begrenzt waren.

Darüber hinaus haben die Forscher den Prozess durch die Nutzung von Beschleunigungssensoren (Accelerometern) optimiert, wodurch komplexe und sperrige Maschinen nicht mehr erforderlich sind. Dieser Ansatz erhöht nicht nur die Genauigkeit, sondern eröffnet auch die Tür für weitere Verbesserungen.

Zukunftsprognosen und Expansion

Das aktuelle Ziel des Forschungsteams ist es, mehr Daten zu sammeln, um ein System zu entwickeln, das in der Lage ist, Krankheiten nach Schweregrad zu klassifizieren. Das bedeutet, über die bloße Identifizierung des Vorhandenseins einer Klappenstörung hinauszugehen und eine Einstufung vorzunehmen, die angibt, wie weit die Krankheit fortgeschritten ist. Solche feingranularen Diagnosen könnten die Patientenversorgung revolutionieren, indem sie maßgeschneiderte Behandlungsstrategien leiten.

Jenseits von VHD sieht das Team die Erweiterung seiner KI-basierten Diagnosemethode zur Erkennung anderer Durchblutungsstörungen vor, was ihren Nutzen im Gesundheitswesen weiter erhöht. Letztlich ist ihr Ziel, diese hochmoderne Technologie in Arztpraxen im ganzen Land einzuführen, um sicherzustellen, dass weniger Herzstörungen unentdeckt bleiben.

In einer Gesundheitslandschaft, die von übersehenen Diagnosen und verzögerten Behandlungen geprägt ist, stellt die Entstehung dieses KI-gestützten Diagnosetools einen bedeutenden Paradigmenwechsel dar. Mit seiner außergewöhnlichen Genauigkeit und dem Potenzial für weitere Entwicklungen hat es das Potenzial, die Art und Weise, wie Herz-Kreislauf-Erkrankungen erkannt und behandelt werden, zu transformieren.