Wie KI die Behandlung von einem Schlaganfall verbessern soll
Dresden. Bei einem Schlaganfall zählt Zeit. Forschende am Center for Scalable Data Analytics and Artificial Intelligence (ScaDS.AI) untersuchen deshalb, wie künstliche Intelligenz Ärzte bei der Entscheidung über eine Thrombektomie unterstützen kann. Marie-Sophie von Braun, Doktorandin am ScaDS.AI, stellte das Projekt bei der KI-Konferenz „Brains on Silicon“ in Dresden vor. Es entstand gemeinsam mit der Neurologie des Universitätsklinikums Leipzig.
Ein Schlaganfall kann entstehen, wenn ein Blutgerinnsel ein Gefäß im Gehirn verschließt. Die betroffenen Hirnregionen werden dann nicht mehr ausreichend mit Sauerstoff versorgt. Bei geeigneten Patienten kann eine mechanische Thrombektomie das Gerinnsel entfernen. Ein Katheter wird dabei bis zum verschlossenen Gefäß geführt und das Gerinnsel mit einem speziellen Instrument geborgen.
KI wertet CT-Aufnahmen individuell aus
Bei der Entscheidung für eine solche Behandlung werden unter anderem CT-Perfusionsaufnahmen ausgewertet. Bisher kommen dabei bestimmte Schwellenwerte zum Einsatz. Sie sollen zeigen, welches Hirngewebe bereits irreversibel geschädigt ist und welches möglicherweise noch gerettet werden kann.
Das Forschungsteam untersucht, ob sich diese Einschätzung mit individuellen Patientendaten verbessern lässt. Dafür verarbeitet das entwickelte Modell mehrere CT-Aufnahmen sowie klinische und demografische Informationen. Zum Einsatz kommt ein sogenanntes Convolutional Neural Network (CNN), das anhand vorhandener Patientendaten Muster in den Aufnahmen erkennen soll.
In einer unabhängigen Testgruppe mit 101 Patienten verglichen die Forschenden das Modell mit der bisherigen schwellenwertbasierten Methode. Der sogenannte Dice-Score lag bei der bisherigen Methode laut Vortrag im Median bei 0,27. Das CNN erreichte einen Median von 0,51. Der Wert beschreibt, wie stark sich zwei ausgewertete Flächen überschneiden. Ein Wert von 1 steht für eine vollständige Übereinstimmung.
Forschende untersuchen Unsicherheit der KI
Die bessere Übereinstimmung allein reicht für einen Einsatz in der Medizin jedoch nicht aus. Von Braun beschäftigt sich deshalb in ihrer aktuellen Arbeit mit der Frage, wie zuverlässig die Vorhersage bei einzelnen Patienten ist. Das Modell soll künftig möglichst auch angeben können, wenn es bei einer Einschätzung unsicher ist.
Eine Rolle spielt dabei, wie ähnlich ein neuer Patient den Daten ist, mit denen die KI trainiert wurde. Weichen die Merkmale stark von den bisherigen Trainingsdaten ab, könnte die Vorhersage weniger zuverlässig sein. Das Forschungsteam untersucht deshalb auch, wie typisch oder untypisch ein neuer Fall für den Datensatz ist.
„Die Entscheidung kann die KI nicht abnehmen“, betonte von Braun. Sie könne zusätzliche Informationen für die medizinische Entscheidung liefern.
Weg zur Anwendung im Krankenhaus
Für die weitere Entwicklung eines Clinical Decision Support Systems sei bereits eine Förderung bewilligt worden, erklärte von Braun. Eine solche Software könnte die Ergebnisse der KI für Ärzte aufbereiten.
Bis zu einem Einsatz im klinischen Alltag sind weitere Untersuchungen erforderlich. Dazu gehören die Prüfung der Zuverlässigkeit, die Anbindung an bestehende IT-Systeme sowie regulatorische Anforderungen und Zertifizierungen.
Das Projekt ist am ScaDS.AI angesiedelt, dem Kompetenzzentrum der Technischen Universität Dresden und der Universität Leipzig für skalierbare Datenanalyse und künstliche Intelligenz. Das Zentrum arbeitet an beiden Standorten. Die Forschenden wollen mit dem Schlaganfallprojekt prüfen, ob KI bei der Beurteilung von Hirngewebe eine individuellere Einschätzung ermöglichen kann.
„Nutze lieber deine menschliche Intelligenz als meine künstliche Intelligenz“, fasste von Braun den Ansatz zusammen.
