A Unified DINOv2-Based Framework for LVEF Estimation, GLS Dysfunction Classification, and Early Cardiotoxicity Prediction

Das Herz ist eine unermüdliche Pumpe, doch wie jede Maschine kann es verschleißen, besonders wenn es gegen Krebs kämpft. Chemotherapien sind mächtige Waffen gegen Tumore, doch manchmal schädigen sie das Herzmuskelgewebe, eine Nebenwirkung, die als Kardiotoxizität bekannt ist. Die frühzeitige Erkennung dieses Schadens ist ein Wettlauf gegen die Zeit. Ärzte verlassen sich derzeit auf zwei Hauptmethoden, um die Gesundheit des Herzens zu überprüfen. Die erste ist ein Maß dafür, wie viel Blut das Herz mit jedem Schlag ausstößt, eine Standardmetrik, die das Gesamtbild vermittelt. Das zweite ist ein empfindlicheres Werkzeug, das die subtile Dehnung und Kontraktion des Herzmuskels selbst verfolgt und oft Probleme aufzeigt, bevor das Gesamtbild Anzeichen von Belastung zeigt. Die Herausforderung besteht darin, dass diese Signale in komplexen, bewegten Bildern des Herzens verborgen sind und das Aufspüren der frühesten Warnsignale oft einen menschlichen Experten erfordert, der manuell die Grenzen des Herzens nachzeichnet und dessen Schläge zählt – ein Prozess, der langsam und anfällig für menschliche Fehler ist.

Ein Forscherteam bei GE HealthCare hat ein neues Computersystem entwickelt, das darauf ausgelegt ist, diese Herzvideos mit größerer Geschwindigkeit und Genauigkeit zu lesen, mit dem Ziel, Probleme zu erkennen, bevor sie irreversibel werden. Anstatt einen Computer von Grund auf lernen zu lassen, Herzbilder zu verstehen, bauten sie ihr System auf einem massiven, vorab trainierten „Fundamentmodell“ auf. Stellen Sie sich dieses Fundamentmodell wie einen Studenten vor, der bereits Millionen allgemeiner Bilder studiert und gelernt hat, Formen, Texturen und Muster zu erkennen. Die Forscher gaben diesem Studenten dann einen spezialisierten Kurs über Herzvideos, in dem er lernte, sich auf die spezifischen Details zu konzentrieren, die zur Messung der Herzfunktion und zur Vorhersage medikamentenbedingter Schäden erforderlich sind. Dieser Ansatz ermöglichte es dem System, selbst mit einer relativ geringen Anzahl an verfügbaren Patientenvideos schnell und präzise zu lernen.

Die Forscher testeten ihr System bei drei verschiedenen Aufgaben unter Verwendung einer großen Sammlung von Herz-Ultraschallvideos von Patienten aus ganz Europa. Die erste Aufgabe bestand darin, den Prozentsatz des Blutes zu berechnen, den das Herz pumpt, eine entscheidende Zahl für die Diagnose von Herzinsuffizienz. Die zweite Aufgabe war die Klassifizierung, ob der Herzmuskel Anzeichen einer Dysfunktion zeigte, basierend auf seinen Dehnungsmustern. Die dritte, und vielleicht schwierigste Aufgabe, war die Vorhersage, welche Patienten noch vor Beginn der Behandlung eine Herzschädigung durch Chemotherapie entwickeln würden, allein unter Verwendung ihrer Basis-Herzscans. Um diese unterschiedlichen Ziele zu erreichen, nutzte das System eine kluge Strategie, bei der es sein Kernwissen „eingefroren“ hielt und statsdessen kleine, flexible „Adapter“ für jede spezifische Aufgabe hinzufügte. Dies bedeutete, dass das System in der Lage war, die einzigartigen visuellen Hinweise für das Pumppolumen zu lernen, ohne sie mit den Hinweisen für die Muskeldehnung zu verwechseln, wodurch sichergestellt wurde, dass jede Aufgabe mit hoher Präzision ausgeführt wurde.

Eine zentrale Innovation dieser Arbeit war die Art und Weise, wie das System den Rhythmus des Herzschlags handhabte. Bei einem traditionellen Ansatz müsste ein Computer genau gesagt bekommen, wann das Herz vollständig entspannt und wann es vollständig zusammengepresst ist, um eine Messung vorzunehmen. Dieses neue System hingegen lernte jedoch, den Rhythmus des Herzens von selbst zu verstehen. Es konnte die notwendigen Timing-Informationen direkt aus dem visuellen Inhalt des Videos ableiten, ohne externe Labels oder manuelle Markierungen zu benötigen, die den Anfang und das Ende eines Schlages angaben. Dies machte das System wesentlich robuster und praktischer für den realen Einsatz, wo solch präzise manuelle Kennzeichnungen oft fehlen. Für die spezifische Aufgabe der Messung des Pumppolumens entwickelte das Team zudem ein separates, spezialisiertes Modell, das die vollständige Videobewegung mit einem gezielten Blick auf die kritischsten Momente der Entspannung und Kontraktion des Herzens kombinierte – ähnlich wie ein menschlicher Arzt die Zustände des Herzens zu verschiedenen Zeiten mental vergleicht.

Die Ergebnisse der Studie zeigten, dass dieser neue Ansatz bemerkenswert gut funktionierte. Bei der Messung des Pumppolumens des Herzens erreichte das System einen durchschnittlichen Fehler von nur etwas über fünf Prozent, wobei das spezialisierte Modell diesen Wert auf unter fünf Prozent verbesserte – ein Genauigkeitsniveau, das mit menschlichen Experten konkurriert. Bei der Erkennung subtiler Muskeldysfunktionen identifizierte das System das Problem in fast 77 Prozent der Fälle korrekt. Am bemerkenswertesten war, dass die Fähigkeit des Systems, frühzeitige Herzschäden durch Chemotherapie vorherzusagen, signifikant besser war: Es ordnete Patienten in über 70 Prozent der Fälle korrekt nach ihrem Risiko ein, was einen erheblichen Sprung gegenüber bisherigen Methoden darstellt. Diese Ergebnisse legen nahe, dass Computer durch die Nutzung leistungsstarker, vorab trainierter visueller Erkenntnisse und deren sorgfältige Anpassung an medizinische Bedürfnisse zu mächtigen Verbündeten beim Schutz von Krebspatienten vor Herzschäden werden können, was einen Weg eröffnet, frühzeitig einzugreifen und potenziell Leben zu retten.