Das menschliche Auge ist ein Fenster zum Körper, aber der Blick hindurch erfordert eine ruhige Hand und ein geschultes Auge. Seit Jahrzehnten verlassen sich Ärzte auf eine Scantechnologie namens Optische Kohärenztomografie, oder OCT, um in die Retina zu blicken, die lichtempfindliche Schicht an der Rückseite des Auges. Diese Maschine macht tausende von Querschnittsbildern und stapelt diese, um eine detaillierte dreidimensionale Karte der inneren Struktur des Auges zu erstellen. Sie hat die Art und Weise revolutioniert, wie Ärzte Krankheiten wie diabetische Retinopathie oder Makuladegeneration erkennen, indem sie es ermöglicht, Probleme zu entdecken, lange bevor ein Patient sein Sehvermögen verliert. Doch trotz der Fähigkeit der Maschine, diese reichhaltigen Daten zu erfassen, bleibt der Prozess, diese Bilder in eine Diagnose zu verwandeln, eine langsame, manuelle mühsame Arbeit. Ein Spezialist muss zuerst prüfen, ob der Scan klar genug zur Verwendung ist, dann durch hunderte einzelner Schichten suchen, um die wenigen zu finden, die Anzeichen von Problemen zeigen, und schließlich diese Fragmente zusammensetzen, um ein vollständiges Bild der Gesundheit des Patienten zu formen. Dieser arbeitsintensive Arbeitsablauf schafft einen Engpass, der es schwierig macht, große Bevölkerungsgruppen zu untersuchen oder eine konsistente Versorgung an Orten zu gewährleisten, an denen Expertenärzte knapp sind.

Forscher haben lange versucht, künstliche Intelligenz zu entwickeln, um bei dieser Aufgabe zu helfen, aber die meisten bisherigen Versuche glichen einem Team von Spezialisten, die nur eine einzige kleine Aufgabe beherrschen. Ein Computerprogramm könnte gut darin sein, unscharfe Bilder zu erkennen, während ein anderes exzellent darin ist, eine spezifische Krankheit auf einer einzelnen Schicht des Scans zu identifizieren. Keines dieser Systeme konnte den gesamten Weg vom Rohbild bis zur endgültigen Diagnose im Alleingang bewältigen. Sie hatten oft Schwierigkeiten mit der Tatsache, dass Augenerkrankungen dreidimensional sind und im Raum zwischen den Schichten verborgen liegen, und sie gerieten ins Straucheln, wenn sie mit der unordentlichen, variierenden Realität von echten Krankenhausdaten konfrontiert wurden. Eine neue Studie stellt ein System vor, das darauf ausgelegt ist, dies zu ändern, indem es den gesamten Prozess automatisiert und dabei die Art und Weise nachahmt, wie ein menschlicher Experte über einen Fall von Anfang bis Ende nachdenkt.

Das Team hinter dieser Arbeit, angeführt von Forschern aus mehreren großen medizinischen Zentren in China, entwickelte ein System, das sie FOCUS nennen. Dieses Framework basiert auf einem Foundation Model, einer Art künstlicher Intelligenz, die auf einer riesigen Menge allgemeiner visueller Daten vortrainiert wurde, was ihr ein breites Verständnis von Formen und Mustern verleiht, noch bevor sie jemals einen Augenscan sieht. Die Forscher haben dieses leistungsstarke Gehirn darauf spezialisiert, Netzhautbilder zu verstehen, aber die wahre Innovation liegt darin, wie das System organisiert ist. Anstatt nur ein Bild nach dem anderen anzusehen, agiert FOCUS als ein vollständiger Arbeitsablauf. Zuerst überprüft es automatisch die Qualität des Scans und entscheidet, ob das Bild klar genug ist, um ihm zu vertrauen. Wenn das Bild gut ist, geht es zum nächsten Schritt über: das Scannen des gesamten Volumens des Auges, um etwaige Anomalien zu entdecken. Schließlich synthetisiert es alle Informationen aus den tausenden Schichten, um eine einzige, umfassende Diagnose für den Patienten zu erstellen.

Um zu testen, ob dieser Ansatz funktionierte, trainierten die Forscher das System mit Daten von 3.300 Patienten, einer massiven Sammlung von über 40.000 einzelnen Bildschichten. Sie unterzogen das System dann einem Test mit einer separaten Gruppe von 1.345 Patienten aus vier verschiedenen Krankenhäusern, wobei verschiedene Arten von OCT-Geräten verwendet wurden, um sicherzustellen, dass es die reale Vielfalt bewältigen kann. Die Ergebnisse waren beeindruckend. Das System identifizierte hochwertige Bilder fast zu 99 % korrekt. Bei der Suche nach Anzeichen von Krankheiten erkannte es Anomalien mit einer Genauigkeit von über 97 %. Am wichtigsten war, dass es bei der Erstellung einer endgültigen Diagnose für den Patienten eine Genauigkeit von fast 94 % erreichte. Diese Zahlen hielten auch stand, als das System mit Daten aus verschiedenen Städten und verschiedenen Krankenhäusern getestet wurde, was zeigte, dass es sich an neue Umgebungen anpassen kann, ohne von Grund auf neu trainiert werden zu müssen.

Die Forscher verglichen auch die Leistung ihrer KI mit der von menschlichen Ärzten, um zu sehen, wie sie im Vergleich abschnitten. In Tests zur Erkennung von Anomalien arbeitete das System so gut wie – und in einigen Fällen sogar besser als – eine Gruppe erfahrener ophthalmologischer Techniker. Wenn es um die Diagnose spezifischer Krankheiten ging, entsprach das System der Leistung eines Panels aus neun Klinikern mit unterschiedlichem Erfahrungsgrad. Tatsächlich war die KI konsistenter als die Menschen. Die Studie stellte fest, dass selbst erfahrene Ärzte manchmal Schwierigkeiten hatten, zwischen bestimmten Zuständen zu unterscheiden, wenn sie nur OCT-Bilder betrachteten, und oft auf andere Tests oder die Patientengeschichte angewiesen waren, um sicher zu sein. Die KI hingegen war in der Lage, subtile strukturelle Unterschiede im gesamten 3D-Volumen des Auges zu erkennen, die Menschen vielleicht übersehen würden, was zu einheitlicheren Entscheidungen führte.

Ein wesentlicher Grund für den Erfolg dieses Systems ist die Art und Weise, wie es mit der Dreidimensionalität des Auges umgeht. Frühere KI-Werkzeuge behandelten jede Schicht des Scans oft als isoliertes Ereignis und vernachlässigten den Kontext, der sie miteinander verbindet. FOCUS nutzt eine Methode, die es ermöglicht, die Bedeutung jeder Schicht dynamisch zu gewichten. Es lernt, sich auf die spezifischen Schichten zu konzentrieren, die die stärksten Beweise für eine Krankheit enthalten, während es jene ignoriert, die mehrdeutig oder irrelevant sind. Dies ist vergleichbar mit einem menschlichen Experten, der einen Stapel Papier durchsiebt, schnell durch die langweiligen Seiten blättert und erst dann aufhört, um die Seiten, die kritische Informationen enthalten, sorgfältig zu lesen. Durch die intelligente Aggregation dieser Befunde baut das System eine zuverlässige Diagnose auf, ohne den gesamten 3D-Volumen auf eine rechenintensive Weise verarbeiten zu müssen.

Die Studie räumt ein, dass die Ergebnisse zwar vielversprechend sind, das System aber noch kein fertiges Produkt ist, das in jeder Klinik einsatzbereit wäre. Die Daten, die für das Training und Testen des Systems verwendet wurden, stammten primär aus medizinischen Zentren in China, was bedeutet, dass das System möglicherweise einer weiteren Validierung bedarf, um sicherzustellen, dass es bei Menschen unterschiedlicher ethnischer Hintergründe oder in anderen Gesundheitssystemen gleichermaßen gut funktioniert. Zudem wurde der Test an Daten durchgeführt, die aus Krankenhäusern stammten, in denen bei den Patienten bereits bekannte Augenprobleme vorlagen, was ein anderes Szenario darstellt als das Screening einer gesunden Allgemeinbevölkerung, in der Krankheiten seltener vorkommen. Die Forscher weisen auch darauf hin, dass die aktuelle Version des Systems noch nicht die Fähigkeit besitzt, schriftliche Berichte zu erstellen oder ein Gespräch mit einem Arzt zu führen – Funktionen, die zukünftige Versionen mithilfe fortschrittlicher Sprachwerkzeuge hinzufügen könnten.

Trotz dieser Einschränkungen stellt die Arbeit einen bedeutenden Fortschritt auf dem Gebiet der medizinischen Bildgebung dar. Sie geht über die Ära isolierter Werkzeuge hinaus, die einzelne Aufgaben ausführen, und zeigt, dass ein einheitliches System einen komplexen, mehrstufigen klinischen Arbeitsablauf automatisieren kann. Indem es die Lücke zwischen rohen Bilddaten und einer endgültigen Patientendiagnose erfolgreich überbrückt, haben die Forscher gezeigt, dass es möglich ist, eine KI zu bauen, die das Denken eines menschlichen Spezialisten widerspiegelt. Dieser Ansatz bietet eine Blaupause für eine Zukunft, in der qualitativ hochwertige Augenversorgung effizienter und konsistenter geleistet werden kann, was potenziell Experten-Screenings in Gemeinschaften ermöglicht, denen es derzeit an spezialisierten Ärzten mangelt. Das System ersetzt nicht den Arzt, sondern entfernt vielmehr die mühsamen, repetitiven Barrieren, die verhindern, dass groß angelegtes Screening zur Realität wird, und ebnet den Weg für eine neue Ära der automatisierten, zugänglichen Augengesundheit.