Mit Deep Learning die Sehkraft vorhersagen

Um herauszufinden, ob mit Bildern des Augenhintergrunds die Sehkraft von Glaukompatienten vorhergesagt werden kann, hat ein Forscherteam, zu dem auch das Crabb Lab der City University of London gehört, Fundusbilder von  24 000 Patienten aus drei NHS-Kliniken in England analysiert. Dabei nutzen sie Deep Leaning. Dies ist eine Form des maschinellen Lernens und der künstlichen Intelligenz (KI), die die Art und Weise nachahmt, wie Menschen bestimmte Arten von Wissen erlangen.

In der Studie wurden die Deep-Learning- Modelle unabhängig voneinander auf große Mengen von zwei Arten von Bildern angewendet, die von Augen von Glaukompatienten aufgenommen wurden. Zum Einsatz kamen dabei zwei Bildgebungsarten, die optische Kohärenztomographie (OCT)  und die Infrarot-Reflektion (IR). Die OCT verwendet Licht mit geringer Kohärenz, um hochauflösende Querschnittsbilder der Netzhaut zu erhalten. Die Schichten innerhalb der Netzhaut können unterschieden und die Netzhautdicke kann gemessen werden, um die Früherkennung und Diagnose von Krankheiten zu unterstützen. Die IR hingegen verwendet Infrarotlicht, um die Netzhaut zu beleuchten. In diesem Fall wurde sie zur Abbildung des Sehnervenkopfes eingesetzt, an der Stelle, an der der Sehnerv des Auges aus der Netzhaut austritt und zum Gehirn wandert. Die Deep-Learning-Methode ermöglicht es, das Gesichtsfeld des Patienten durch die Betrachtung der Bilder vorherzusagen, ohne dass die darin enthaltenen Merkmale von Experten oder Ärzten gekennzeichnet wurden.

Die Studie ergab, dass jedes Deep-Learning-Modell Muster in den jeweiligen Volumina der einzelnen Bildgebungsarten ausnutzen konnte und so einen Vorhersagewert für das Gesichtsfeld eines bestimmten Patienten hatte. Die Auswertung beider Bildgebungsarten, OCT und IR, erhöht die Genauigkeit bei der Vorhersage der Gesichtsfelder von Patienten. Zwar sind die Vorhersagen durch Deep Learning laut den Forschenden in diesem Stadium noch nicht klinisch aussagekräftig, aber so vielversprechend, dass die Autoren der Studie untersuchen wollen, ob dies in der nächsten Phase ihrer Forschung möglich ist. Sollte dies der Fall sein, könnte eine solche Technik für Patienten in Kliniken eingesetzt werden, bei denen Entscheidungen über eine Intensivierung der Behandlung getroffen werden müssen, weil sich ihr Glaukom möglicherweise verschlimmert.

Die Möglichkeit, die Bilder des Augenhintergrundes zur Vorhersage der Sehfunktion einzusetzen, könnte nach Einschätzung der Autoren auch für die Planung von Studien zu neuen Glaukom-Therapien wertvoll sein. Die Technik hätte unter anderem Auswirkungen auf die Genauigkeit dieser Untersuchungen, was wiederum die Bereitstellung neuer Therapien beschleunigen könnte.