Artikel zur Langlebigkeit

Augenuntersuchung mit künstlicher Intelligenz könnte Parkinson-Krankheit früher diagnostizieren

Augenuntersuchung mit künstlicher Intelligenz könnte Parkinson-Krankheit früher diagnostizieren
  • Eine Augenuntersuchung mittels künstlicher Intelligenz könnte die Parkinson-Krankheit (PD) früher erkennen. 

  • Diese Methode nutzt maschinelles Lernen, um PD basierend auf Veränderungen im Netzhautgefäßsystem des Auges zu klassifizieren. 

  • Aktuelle Diagnosen basieren auf Symptomen wie Zittern, Muskelsteifheit und Gleichgewichtsstörungen; Das Problem bei dieser Methode ist, dass das Gehirn bereits erheblich verletzt oder geschädigt wurde.

Dieser Artikel wurde auf EurekAlert.org veröffentlicht: 

Eine einfache Augenuntersuchung in Kombination mit leistungsstarker maschineller Lerntechnologie mit künstlicher Intelligenz (KI) könnte eine Früherkennung der Parkinson-Krankheit ermöglichen, so eine Studie, die auf der Jahrestagung der Radiological Society of North America (RSNA) vorgestellt wurde.

Die Parkinson-Krankheit ist eine fortschreitende Erkrankung des zentralen Nervensystems, von der weltweit Millionen Menschen betroffen sind. Die Diagnose basiert typischerweise auf Symptomen wie Zittern, Muskelsteifheit und Gleichgewichtsstörungen – ein Ansatz, der erhebliche Einschränkungen aufweist.

„Das Problem bei dieser Methode besteht darin, dass Patienten Symptome normalerweise erst nach längerer Progression mit erheblicher Schädigung von Dopamin-Neuronen im Gehirn entwickeln“, sagte der Hauptautor der Studie, Maximillian Diaz, ein Doktor der biomedizinischen Technik. Student an der University of Florida in Gainesville, Florida. „Das bedeutet, dass wir Patienten erst spät im Krankheitsverlauf diagnostizieren.“

Das Fortschreiten der Krankheit ist durch den Zerfall von Nervenzellen gekennzeichnet, der die Wände der Netzhaut, der Gewebeschicht, die die Rückseite des Augapfels auskleidet, dünner macht. Die Krankheit betrifft auch die mikroskopisch kleinen Blutgefäße oder Mikrogefäße der Netzhaut. Diese Eigenschaften bieten die Möglichkeit, die Leistungsfähigkeit der KI zu nutzen, um Bilder der Augen auf Anzeichen der Parkinson-Krankheit zu untersuchen.

Für die neue Studie arbeitete Diaz mit dem Doktoranden Jianqiao Tian und dem Neurologen Adolfo Ramirez-Zamora von der University of Florida unter der Leitung von Ruogu Fang, Ph.D., dem Direktor der Smart Medical Informatics der Abteilung für Biomedizintechnik bei J. Crayton Pruitt, zusammen Lern- und Evaluationslabor (SMILE).

Die Forscher setzten eine Art KI namens Support Vector Machine (SVM) Learning ein, die es seit 1989 gibt. Anhand von Bildern des Augenhintergrunds sowohl von Patienten mit Parkinson-Krankheit als auch von Kontrollteilnehmern trainierten sie die SVM, Anzeichen auf den Bildern zu erkennen deutet auf eine Krankheit hin.

Die Ergebnisse zeigten, dass die maschinellen Lernnetzwerke die Parkinson-Krankheit anhand des Netzhautgefäßsystems klassifizieren können, wobei die Hauptmerkmale kleinere Blutgefäße sind. Die vorgeschlagenen Methoden stützen weiterhin die Idee, dass Veränderungen in der Gehirnphysiologie am Auge beobachtet werden können.

„Das wichtigste Ergebnis dieser Studie war, dass eine Gehirnerkrankung mit einem Grundbild des Auges diagnostiziert wurde“, sagte Diaz. „Das unterscheidet sich stark von herkömmlichen Ansätzen, bei denen man sich verschiedene Gehirnbilder ansieht, um ein Problem mit dem Gehirn zu finden.“

Diaz wies darauf hin, dass diese herkömmlichen bildgebenden Verfahren mit MRT-, CT- und nuklearmedizinischen Techniken sehr kostspielig sein können. Im Gegensatz dazu nutzt der neue Ansatz einfache Fotografie mit der in Augenkliniken üblichen Ausrüstung, um ein Bild zu erhalten. Die Bilder können sogar mit einem Smartphone mit einem speziellen Objektiv aufgenommen werden.

„Es ist nur ein einfaches Bild des Auges, das kann man in weniger als einer Minute machen und die Kosten für die Ausrüstung sind viel geringer als für ein CT- oder MRT-Gerät“, sagte Diaz. „Wenn wir dies zu einem jährlichen Screening machen können, besteht die Hoffnung, dass wir früher mehr Fälle erkennen können, was uns helfen kann, die Krankheit besser zu verstehen und eine Heilung oder einen Weg zu finden, das Fortschreiten zu verlangsamen.“

Der Ansatz könnte auch bei der Identifizierung anderer Krankheiten Anwendung finden, die sich auf die Struktur des Gehirns auswirken, etwa der Alzheimer-Krankheit und der Multiplen Sklerose, sagte Diaz.

Diese Forschung wurde auf der Jahrestagung der Radiological Society of North America (RSNA) vorgestellt.



Älterer Eintrag Neuerer Beitrag