© Peakstock - stock.adobe.com Ein neues KI-System könnte Mammografien für einen zusätzlichen Zweck nutzbar machen: zur Erkennung von Herz-Kreislauf-Erkrankungen.
Das Team um Viana Copeland vom Chaim Sheba Medical Center in Tel Aviv stellte das System beim Europäischen Kardiologenkongress (ESC) in München vor. Dafür analysierten die Forschenden die Daten von knapp 30.000 Frauen, die insgesamt rund 100.000 Mammografie-Untersuchungen hatten. Das mittlere Alter der Frauen lag bei 54 Jahren.
Zusätzlich wurden klinische Informationen über das Vorhandensein von drei häufigen Herz-Kreislauf-Erkrankungen aus Patientinnenakten und anderen Quellen erhoben: 16 Prozent der Frauen hatten erhöhten Blutdruck, bei jeweils 2,5 Prozent war eine koronare Herzkrankheit beziehungsweise ein Schlaganfall dokumentiert.
Anschließend trainierte das Forschungsteam ein Deep-Learning-Modell darauf, Frauen mit diesen drei Erkrankungen auf Basis von Merkmalen der Mammografie-Untersuchungen zu identifizieren. Daraus wurden bestimmte Werte berechnet („AUROC-Kurve“): Werte von 0,5 entsprachen einem Zufallsbefund, ein Wert von 1 hingegen bedeutete eine perfekte Vorhersage. Schon die erste Variante des Modells schnitt laut der Europäischen Gesellschaft für Kardiologie gut ab und ergab AUROC-Werte von 0,79 für Bluthochdruck, 0,78 für eine koronare Herzkrankheit und 0,86 für einen überstandenen Schlaganfall.
„Da Mammografie-Untersuchungen bereits weit verbreitet sind, könnte die Analyse derselben Bilder für kardiovaskuläre Informationen potenziell einen Ansatz bieten, ohne eine zusätzliche bildgebende Untersuchung erforderlich zu machen“, sagt Viana Copeland. Die Mammografie erreiche viele Frauen in der Lebensmitte, „eine wichtige Phase, um ein Herz-Kreislauf-Risiko zu erkennen und ihm zu begegnen.“ Das Forschungsteam arbeitet nun daran, die Genauigkeit des Modells zu verbessern. Zudem soll untersucht werden, ob sich mit Mammografien auch weitere Herz-Kreislauf-Erkrankungen erkennen lassen. (tab)