384 views

„Paper of the Month“ Januar 2019 geht an PD Dr. Stefan Orwat aus der Klinik für Kardiologie III

Für den Monat Januar 2019 wurde PD Dr. Stefan Orwat aus der Klinik für Kardiologie III für die Publikation: Utility of machine learning algorithms in assessing patients with a systemic right ventricle in der Zeitschrift European Heart Journal – Cardiovascular Imaging. Epub ahead of print;  Published online 9.Januar 2019 [Abstract]  ausgezeichnet.

Künstliche-Intelligenz-(KI)-Systeme stoßen derzeit auf ein breites Interesse im Bereich der kardiovaskulären Bildgebung. Trotz des beträchtlichen Potenzials gab es bislang aber keine Untersuchungen zu ihnen im Bereich der angeborenen Herzfehler.

Erstmals konnte der Nutzen neuartiger Deep‐Learning-(DL)‐Algorithmen bei der Diagnostik von erwachsenen Patienten mit einem angeborenen Herzfehler nachgewiesen werden. Dazu wurden 132 Patienten untersucht. Der speziell für die Ultraschallanalyse des Herzens trainierte DL‐Algorithmus erzielte mit 98 Prozent eine leicht höhere Gesamtgenauigkeit bei der Erkennung der korrekten Diagnose als die Testgruppe der spezialisierten Mediziner. Dazu wurden die Bilddaten von Patienten mit einer Transposition der großen Arterien nach einer Vorhofumkehr‐OP (atriale Switch‐Operation nach Mustard oder Senning) sowie von Patienten mit einer angeborenen korrigierten Transposition (ccTGA), bei der auch die Herzkammern seitenverkehrt angeordnet sind, und von herzgesunden Menschen herangezogen.

Die Studie illustriert das Potenzial von Algorithmen des maschinellen Lernens, die auf routinemäßigen echokardiographischen Datensätzen trainiert wurden, um die zugrunde liegende Diagnose bei komplexen angeborenen Herzerkrankungen automatisch zu erkennen. Ziel ist es nun, diese Ergebnisse in innovative Praxislösungen zu überführen.

Eine Liste aller bisherigen Gewinner der Paper of the Month – Auszeichnung finden Sie hier.

Der Paper of the Month – Aufsteller in der Zweigbibliothek Medizin bietet den Besuchern die Lektüre der Studie vor Ort an.

Foto: MFM/Christian Albiker