Forscher entwickeln KI Tools, die das Diabetesrisiko vorhersagen könnten
Ein Team unter der Leitung von Forschern der Queen Mary University of London hat neue KI Tools entwickelt, die in der Lage sind, die Fettmenge um das Herz herum anhand von MRT-Aufnahmen automatisch zu messen. Damit konnten die Wissenschaftler zeigen, dass eine Herzverfettung mit signifikant höherem Risiko für die Entwicklung von Diabetes verbunden ist. Diese Methode erfolgte, unabhängig vom Alter, Geschlecht und Körpermasseindex der untersuchten Person.
Schnelle Diagnose anhand von KI Tools stellen können
Die Fettverteilung im Körper kann das Risiko einer Person für verschiedene Krankheiten beeinflussen. Das häufig verwendete Maß des Körpermasseindex spiegelt jedoch die Fettansammlung unter der Haut wider, und nicht um die inneren Organe. Insbesondere gibt es Hinweise darauf, dass Herzverfettung ein Prädiktor für Herzerkrankungen sein kann. Mediziner verbinden diese mit einer Reihe von Erkrankungen, darunter Vorhofflimmern, Diabetes und koronare Herzkrankheit. Leider ist die manuelle Messung der Fettmenge um das Herz eine zeitaufwändige Herausforderung. Aus diesem Grund war bisher niemand in der Lage, dies in Studien an großen Personengruppen gründlich zu untersuchen. Die KI Tools wenden standardisierte MRT-Scans des Herzens an. Auf diese Weise erhielten die Forscher automatisch und schnell in weniger als drei Sekunden eine Messung des Fettgewebes um das Herz. So kann man mehr über die Zusammenhänge zwischen der Herzverfettung und dem Krankheitsrisiko erfahren. Dies könnte außerdem in Zukunft ein Teil der Standardversorgung eines Patienten im Krankenhaus werden.
Das Forschungsteam testete die Fähigkeit des Algorithmus, Bilder von Herz-MRT-Scans von mehr als 45 000 Menschen zu interpretieren, darunter Datenbank mit Gesundheitsinformationen von über einer halben Million Teilnehmern. Die Wissenschaftler stellten fest, dass die KI Tools in diesen Bildern die Fettmenge um das Herz genau bestimmen und auch das Diabetesrisiko eines Patienten berechnen konnten. Das Ganze enthält auch eine eingebaute Methode zur Berechnung der Unsicherheit seiner eigenen Ergebnisse. Dies ermöglicht seine beeindruckende Fähigkeit, eigene Werte zu markieren. Die in dieser Studie präsentierten, neuartigen KI Tools hätten somit einen hohen Nutzen für die zukünftige Forschung. Wenn dies nachgewiesen wird, kann die Methode in der klinischen Praxis zur Verbesserung der Patientenversorgung, insbesondere in der kardiovaskulären Bildgebung, eingesetzt werden.
