Computer kann Krankheiten auf Bildern von Organen erkennen
Schon seit Anbeginn der Menschheit stellt sich uns die Frage, ob es eine Möglichkeit zur Vorhersage unserer Lebenserwartung gibt. Forscher entwickelten eine künstliche Intelligenz, welche in der Lage ist, Bilder von Organen auszuwerten und dadurch den ungefähren Todeszeitpunkt vorherzusagen.
Die Wissenschaftler der University of Adelaide stellten bei ihrer Untersuchung fest, dass eine neu entwickelte künstliche Intelligenz in der Lage ist, unsere restliche Lebenserwartung vorherzusagen. Die Experten veröffentlichten eine Pressemitteilung zu den Ergebnissen ihrer Studie.
Vorhersagegenauigkeit von 69 Prozent
Die computerbasierte Analyse konnte mit einer 69 prozentigen Genauigkeit vorhersagen, welche Patienten innerhalb der nächsten fünf Jahre versterben werden, verglichen mit Vorhersagen von Experten, so die Mitteilung der University of Adelaide.
Vorhersage kann Auswirkungen auf die Früherkennung von schweren Erkrankungen haben
Durch die computergestützte Auswertung von Scans der Organe war es möglich, die restliche Lebensdauer der Patienten relativ genau zu errechnen, sagen die Autoren. Dies sei ein weiterer Schritt in Richtung einer künstlichen Intelligenz, die den genauen Todeszeitpunkt von Menschen vorhersagen kann. Solch eine Vorhersage könnte in Zukunft Auswirkungen auf die Früherkennung von schweren Erkrankungen und die nachfolgende Behandlung haben, erläutern die Mediziner. Allerdings bleibt die Frage offen, ob es wirklich wünschenswert ist, seinen eigenen Todeszeitpunkt zu kennen.
Biologisches Alter und die Langlebigkeit normalerqweise schwer einzuschätzen
Die Vorhersage der Zukunft eines Patienten ist nützlich, weil sie Ärzten eine optimierte angepasste Behandlung von Einzelpersonen ermöglicht, erklären die Forscher. Die genaue Einschätzung des biologischen Alters und die Vorhersage der Langlebigkeit eines Patienten bleibe bisher begrenzt, da nur eingeschränkte Möglichkeiten bestehen, in den menschlichen Körper zu schauen und die Gesundheit der Organe zu messen, fügen die Experten hinzu.
Computer lernt die komplexen bildgebenden Erscheinungen von Krankheiten zu erkennen
Bei der aktuellen Studie wurde eine Technik verwendet, durch die eine künstliche Intelligenz lernen kann, wie genau Bilder analysiert und ausgewertet werden müssen, erklärt Autor Dr. Luke Oakden-Rayner von der University of Adelaide’s School of Public Health. Obwohl für diese Studie nur eine kleine Stichprobe von Patienten untersucht wurde, hat der Computer gelernt, die komplexen bildgebenden Erscheinungen von Krankheiten zu erkennen, sagen die Forscher. Dies erfordert bei menschlichen Experten eigentlich eine umfangreiche Ausbildung.
Künstliche Intelligenz konzentriert sich nicht nur auf Diagnose von Krankheiten
Was genau das Computersystem in den Bildern für seine Vorhersagen analysieren müssen, ist noch unklar, erläutern die Forscher. Die meisten Vorhersagen seien für Patienten mit schweren chronischen Krankheiten wie einem Emphysem und kongestiver Herzinsuffizienz erstellt worden. Anstatt sich auf die Diagnose von Krankheiten zu konzentrieren, können die automatisierten Systeme jedoch auch medizinische Ergebnisse in einer Weise vorhersagen, für die normale Ärzte nicht ausgebildet werden, erklären die Experten. Dafür beziehen die Computer sehr große Datenmengen mit ein und erfassen dabei subtile Muster, so Autor Dr. Oakden-Rayner weiter.
Durchbruch bei der Erkennung von schweren Erkrankungen?
Unsere Forschung eröffnet neue Wege für die Anwendung von Technologie mit künstlicher Intelligenz in der medizinischen Bildanalyse, sagt der Experte. Dies könnte einen Durchbruch bei der Erkennung von schweren Erkrankungen bewirken und eine Behandlung durch spezifische medizinische Eingriffe ermöglichen, hoffen die Wissenschftler. Die gleiche Technik könne in Zukunft möglicherweise auch angewendet werden, um andere wichtige medizinische Ereignisse wie beispielsweise Herzinfarkte vorherzusagen. (as)
Autoren- und Quelleninformationen
Wichtiger Hinweis:
Dieser Artikel enthält nur allgemeine Hinweise und darf nicht zur Selbstdiagnose oder -behandlung verwendet werden. Er kann einen Arztbesuch nicht ersetzen.