Advertisement

Pneumo News

, Volume 10, Issue 6, pp 47–47 | Cite as

Vom Lungenfunktionstest zur Diagnose

Lernende Computer sind Pneumologen überlegen

  • Dirk Einecke
aktuell
  • 41 Downloads

Künstliche Intelligenz ist inzwischen in der Lage, die Ergebnisse von Lungenfunktionstests besser zu interpretieren als Lungenfachärzte. Vom Einsatz einer entsprechenden Software versprechen sich Experten Hilfe besonders bei seltenen Krankheiten.

Lungenfunktionstests liefern Daten in Hülle und Fülle, das Muster der Daten ist für das menschliche Auge nicht immer einfach zu erkennen. Computer hingegen haben keine Probleme mit großen Datenmengen.

Forscher am Labor für Atemwegserkrankungen der Universität Löwen in Belgien denken deshalb, dass lernende Computersysteme in der Diagnostik von Atemwegserkrankungen nützlich sein können. Sie hatten historische Daten (Anamnese, Spirometrie, Plethysmografie, Diffusionskapazität, ggf. weitere Tests) von 1.430 Patienten mit Lungenerkrankungen von einem Expertenpanel beurteilen und gemäß den Leitlinien der „European Respiratory Society (ERS) und „American Thoracic Society“ (ATS) auswerten lassen, um zur Diagnose zu gelangen. Mit diesen Daten wurde ein Diagnose-Algorithmus für den lernenden Computer entwickelt. Daraufhin wurde der computergestützte Algorithmus auf die Probe gestellt. Die „künstliche Intelligenz“ als auch 120 Lungenfachärzte aus 16 europäischen Krankenhäusern beurteilten die Lungenfunktionsdaten von 50 zufälligen Patienten. Danach wurde verglichen, wer besser den Goldstandard der Leitlinien eingehalten hat. Dies taten die Ärzte zu 74 % und der Computer zu 100 %. Bei den Ärzten waren letztlich 45 % der Diagnosen richtig, beim Computer 82 %.

„Wir haben gesehen, dass Interpretation der Funktionstests und Diagnosestellung nicht einfach sind. Meist brauchen Ärzte weitere Untersuchungen. Der Computer ist da überlegen“, resümierte Studienleiter Dr. Marko Topalovic. Das Feedback der Kollegen war übrigens sehr positiv, sie schätzten besonders die Stärke des PC bei den schwierigen Mustern seltener Krankheiten.

Der Kollege Computer hatte bei der Auswertung diagnostischer Daten zu 100 % korrekt gelegen.

© Yuuji / Getty Images / iStock

Literatur

  1. ERS-Kongress, 15.–19.9.2018 in Paris; Topalovic M, et al.; Abstract PA529Google Scholar

Copyright information

© Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2018

Authors and Affiliations

  • Dirk Einecke
    • 1
  1. 1.

Personalised recommendations