KI-Algorithmus sagt Herzkrankheitsrisiko anhand von Knochenscans voraus.

Forscher der Edith Cowan University (ECU) und der University of Manitoba haben ein automatisiertes Programm entwickelt, das anhand von routinemäßigen Knochendichtemessungen Herz-Kreislauf-Probleme und Sturzrisiken erkennen kann. 

Dies könnte es erheblich erleichtern, schwerwiegende Gesundheitsprobleme zu erkennen, bevor sie lebensbedrohlich werden.

Der von ECU-Forschungsstipendiatin Dr. Cassandra Smith und Senior-Forschungsstipendiat Dr. Marc Sim entwickelte Algorithmus funktioniert durch die Analyse von Vertebralfraktur-Assessment-Bildern (VFA), die während Standard-Knochendichtemessungen aufgenommen werden, welche häufig Bestandteil von Behandlungsplänen für Osteoporose sind. 

Durch die Beurteilung des Vorhandenseins und des Ausmaßes einer Verkalkung der Bauchaorta (AAC) in diesen Scans kann das Programm schnell Patienten identifizieren, die ein Risiko für Herzinfarkt, Schlaganfall und gefährliche Stürze aufweisen.

Besonders beeindruckend ist die Geschwindigkeit, mit der der Algorithmus arbeitet. Während ein erfahrener menschlicher Leser fünf bis sechs Minuten benötigt, um den AAC-Wert eines einzelnen Scans zu berechnen, kann das Programm für maschinelles Lernen die Werte für Tausende von Bildern in weniger als einer Minute vorhersagen. 

Dieses Maß an Effizienz könnte ein erheblicher Vorteil für Gesundheitssysteme sein, die große Bevölkerungsgruppen auf versteckte Gesundheitsrisiken untersuchen wollen.

Die Notwendigkeit solcher Untersuchungen ist offensichtlich. Forschung, Dr. Smith stellte fest, dass sage und schreibe 581.060 ältere Personen, die sich routinemäßigen Knochendichtemessungen unterzogen, einen mittleren bis hohen AAC-Wert aufwiesen.

Noch besorgniserregender ist, dass jeder vierte dieser Patienten sich seines erhöhten Risikos überhaupt nicht bewusst war.

“Frauen werden bekanntermaßen zu selten auf Herz-Kreislauf-Erkrankungen untersucht und behandelt”, bemerkte Dr. Smith. “Diese Studie zeigt, dass wir mithilfe weit verbreiteter, strahlungsarmer Knochendichtemessgeräte Frauen mit einem hohen Risiko für Herz-Kreislauf-Erkrankungen identifizieren und ihnen so ermöglichen können, sich behandeln zu lassen.”

Doch die Vorhersagekraft des Algorithmus beschränkt sich nicht nur auf die Herzgesundheit. Mithilfe desselben Programms entdeckte Dr. Sim, dass Patienten mit mittleren bis hohen AAC-Werten im Vergleich zu Patienten mit niedrigen Werten auch ein höheres Risiko für sturzbedingte Krankenhausaufenthalte und Knochenbrüche aufwiesen.

“Je stärker die Verkalkung Ihrer Arterien ist, desto höher ist das Risiko für Stürze und Knochenbrüche”, erklärte Dr. Sim. Während traditionelle Sturzrisikofaktoren wie frühere Stürze und geringe Knochendichte bekannt sind, wird die Gefäßgesundheit selten berücksichtigt. 

“Unsere Analyse ergab, dass AAC einen sehr starken Beitrag zum Sturzrisiko leistet und sogar bedeutsamer ist als andere Faktoren, die klinisch als Sturzrisikofaktoren identifiziert werden.”

Wie bei jeder neuen Technologie gibt es Fragen zu beantworten und Herausforderungen zu bewältigen, bevor diese Art von KI-gestütztem Screening zum Standard wird. 

Zunächst muss der Algorithmus an größeren und vielfältigeren Patientenpopulationen validiert und nahtlos in bestehende klinische Arbeitsabläufe integriert werden.

Wenn diese Herausforderungen jedoch bewältigt werden können, könnte eine einfache Knochenszintigrafie – etwas, dem sich Millionen älterer Erwachsener bereits regelmäßig unterziehen – zu einem Frühwarnsystem für einige der häufigsten und schwerwiegendsten Gesundheitsprobleme werden, mit denen wir konfrontiert sind.