Ein innovatives KI-Tool kann aufzeigen, wie Lebensstilentscheidungen wie Alkoholkonsum, Rauchen, falsche Ernährung und Bewegungsmangel das Herz vorzeitig altern lassen können.
Diese KI wurde entwickelt von einem Team unter der Leitung von von Professor Declan O'Regan vom Londoner Institut für medizinische Wissenschaften des Medical Research Council.
BBC-Wissenschaftskorrespondent Pallab Ghosh, neugierig auf seine eigene Herzgesundheit, hat sich freiwillig gemeldet, um zu erleben diese hochmoderne KI-Bewertung.
Der Leiter des Teams, Prof. O'Regan, erläuterte die Bedeutung des Instruments: "Wenn wir das Gesicht eines Menschen betrachten, können wir sehr gut beurteilen, ob er für sein Alter jung oder alt aussieht - unsere Organe sind genauso."
Er fuhr fort: "Manche Menschen haben Herzen, die viel jünger sind - und andere haben solche, die vorzeitig gealtert sind und anfälliger für Krankheiten sind. Wir wollen also herausfinden, was diese Faktoren sind".
Es gibt zwar verschiedene Methoden zur Analyse der Herzgesundheit, wie z. B. Scans, EKGs und Blutdruckmessungen, doch sind diese nur begrenzt aussagekräftig und decken in der Regel nur ernstere Probleme und Anomalien auf. Selbst kleinere Probleme bleiben von Kardiologen oft unbemerkt.
Wie Prof. O'Regan betonte, enthüllt diese KI die "Schläge und Kratzer, die sich im Laufe eines Lebens durch Alkoholkonsum, Rauchen, schlechte Ernährung und Bewegungsmangel angesammelt haben".
Nach einem MRT-Scan nach dem Training und der Durchführung verschiedener Aktionen analysierte das KI-System Ghoshs Scan. Diese wurden mit den Daten von 5.000 Personen verglichen, die ein konstant gesundes Leben führten.
Die Ergebnisse von Ghosh waren etwas ermutigend. Die KI ermittelte sein Herzalter mit 63 Jahren, also etwas älter als sein tatsächliches Alter von 61 Jahren.
Im Gespräch mit Prof. O'Regan fragte sich Ghosh, ob die jüngsten positiven Veränderungen in seiner Lebensweise dazu beigetragen haben könnten, die Auswirkungen seiner früheren Ernährungsgewohnheiten zu mildern. "Wir wissen nicht, ob die vorzeitige Alterung des Herzens in den Genen liegt und man mit einem älteren Herzen geboren wird, oder ob sie eher auf den Lebensstil zurückzuführen ist", antwortete O'Regan.
Er führte weiter aus: "Wir wissen auch nicht, ob die Geschwindigkeit der Alterung verändert werden kann oder ob sie umkehrbar ist, so dass die Menschen mit der richtigen Behandlung wieder ein jüngeres Herz bekommen können."
Erste Forschungsergebnisse zeigen, dass Gene, die mit der Muskelelastizität zusammenhängen, einen Einfluss auf die Alterung des Herzens haben.
Auch bestimmte Gene im Zusammenhang mit dem Immunsystem, die bei übermäßiger Aktivität ungewollt Entzündungen verursachen können, spielen vermutlich eine Rolle. Gene, die für die Weiterleitung elektrischer Signale über das Herz verantwortlich sind und einen gleichmäßigen Herzschlag gewährleisten, werden untersucht.
Mit einem tieferen Verständnis der genetischen Einflüsse auf die Herzalterung wollen Prof. O'Regan und sein Team neue gezielte Behandlungen entwickeln: "Die Genetik könnte uns dabei helfen, die Alterung zu verlangsamen oder umzukehren - und diese Scans könnten auch dabei helfen, neue Therapien zu bewerten, um zu sehen, wie sie sich auf die Schäden auswirken."
Wie das System funktioniert
Professor O'Regan und sein Team entwickeln seit mehreren Jahren kardiologische KI-Diagnosesysteme.
Hier ist das Ergebnis ihrer Arbeit:
Bildanalyse des Herzens
O'Regans Team revolutioniert die Art und Weise, wie wir das Herz mithilfe von maschinellem Lernen (ML) betrachten, insbesondere durch Deep Learning.
Sie entwickeln neue Techniken für die Analyse von Herz-MRT-Datensätzen, um die komplexen Eigenschaften des Herzens, wie seine Funktion, Geometrie und Gewebeeigenschaften, zu verstehen.
Dies ermöglicht es, die Herzbewegungen zu segmentieren und unabhängig voneinander zu analysieren.
Vorhersage unerwünschter Ereignisse
Das Team leistet auch Pionierarbeit bei der Anwendung von KI zur Vorhersage unerwünschter Ereignisse bei Herzerkrankungen.
Durch den Einsatz von Deep-Learning-Algorithmen, die komplexe Daten wie Bewegungsphänotypen, Genetik und klinische Variablen integrieren, entwickeln sie ein differenzierteres Verständnis der Herzinsuffizienz.
Ziel ist es, künstlich denkende Systeme zur Analyse und Interpretation von Herzscans zu schaffen.
Zusammenhang zwischen Genen und Herzkrankheiten
Die Gruppe untersucht, warum sich Herzkrankheiten bei jedem Menschen anders äußern, indem sie den Zusammenhang zwischen Genetik und Herz erforscht.
Sie versuchen, Klassen von Kardiomyopathien zu definieren und herauszufinden, welche Rolle genetische Varianten bei der Prädisposition für bestimmte Herzerkrankungen spielen.
Identifizierung molekularer Pfade
Mit Hilfe des maschinellen Lernens führt das Team groß angelegte Forschungsarbeiten durch, um Gene zu finden, auf die neue Medikamente abzielen könnten, um das Risiko von Herzkrankheiten zu senken.
Prof. O'Regan und sein Team haben verschiedene Software und Tools entwickelt, die über das UK Digital Heart Projekt GitHubund ermöglichen es anderen Forschern, ihre Methoden zu nutzen.
