Development of an automated, reliable, and clinically meaningful artificial intelligence (AI) tool for diagnosing cardiac disease from conventional cardiovascular magnetic resonance (CMR) images

Herzkrankheiten bleiben weltweit die größte Bedrohung für das menschliche Leben und fordern jedes Jahr Millionen von Todesopfern. Um zu verstehen, was im Inneren eines schlagenden Herzens geschieht, verlassen sich Ärzte auf eine leistungsstarke Bildgebungstechnik namens kardiovaskuläre Magnetresonanztomographie, oder CMR. Im Gegensatz zu einem Standard-Röntgenbild, das nur einen flachen Schatten zeigt, erzeugt diese Technologie detaillierte, bewegte Bilder des Herzmuskels, seiner Pumpleistung und der Gesundheit seines Gewebes. Sie kann aufzeigen, ob der Herzmuskel verdickt, gedehnt oder durch einen Mangel an Blutfluss geschädigt ist. Das Lesen dieser komplexen Bilder erfordert jedoch ein hohes Maß an spezialisierter Ausbildung und jahrelange Erfahrung. Ein einziger Scan enthält hunderte von bewegten Einzelbildern und verschiedene Arten von Gewebedaten, was selbst für die fähigsten Mediziner eine enorme kognitive Belastung darstellt. In vielen Teilen der Welt gibt es schlichtweg nicht genügend Experten, um jeden Scan präzise und schnell zu interpretieren. Diese Lücke zwischen dem Bedarf an Diagnosen und der Verfügbarkeit von Experten hat Forscher dazu veranlasst, die Frage zu stellen, ob ein Computer lernen könnte, diese Bilder mit der gleichen Sorgfalt und Präzision wie ein menschlicher Spezialist zu lesen.

Ein Team von Forschern an der Universitätsklinik Münster in Deutschland hat einen bedeutenden Schritt zur Beantwortung dieser Frage getan. Sie entwickelten ein neues System der künstlichen Intelligenz, das darauf ausgelegt ist, CMR-Bilder zu analysieren und automatisch festzustellen, ob ein Patient eine spezifische Art von Herzkrankheit hat. Anstatt ein Computerprogramm von Grund auf neu zu entwickeln, begannen sie mit „Foundation Models“. Dies sind massive, vortrainierte Computersysteme, die bereits gelernt haben, Muster in Millionen von Bildern und Texten zu erkennen. Man kann sich diese Modelle wie einen Studenten vorstellen, der bereits jedes Buch in einer Bibliothek gelesen und jedes Bild in einer Galerie gesehen hat; die Aufgabe der Forscher war es lediglich, diesem Studenten beizubringen, dieses enorme Wissen spezifisch auf Herzscans anzuwenden. Das Team konzentrierte sich auf fünf verschiedene Kategorien: ein gesundes Herz und vier häufige Formen von Herzmuskelerkrankungen, bekannt als hypertrophe Kardiomyopathie, dilatative Kardiomyopathie, ischämische Kardiomyopathie und kardiale Amyloidose.

Die erste große Hürde bei der Erstellung eines solchen Werkzeugs besteht nicht darin, dem Computer das Sehen beizubringen, sondern ihm beizubringen, worauf er achten muss. In einem typischen Krankenhaus werden Patientenakten von Ärzten als lange, narrative Absätze geschrieben, die beschreiben, was sie in den Bildern sehen. Um eine KI zu trainieren, müssen diese Erzählungen in klare Labels umgewandelt werden – ein Prozess, der normalerweise erfordert, dass ein Mensch tausende Berichte liest und die Diagnose eintippt. Dies ist langsam, teuer und anfällig für menschliche Fehler. Die Forscher lösten dieses Problem durch eine andere Art von künstlicher Intelligenz: Large Language Models. Dies sind dieselben Arten von Systemen, die auch Aufsätze schreiben oder Fragen beantworten können. Das Team richtete ein sicheres, lokales System ein, in dem diese Sprachmodelle die deutschen medizinischen Berichte lasen, sie ins Englische übersetzten und dann die spezifische Diagnose für jeden Patienten extrahierten. Um die Genauigkeit zu gewährleisten, verwendeten sie drei verschiedene Sprachmodelle, die jeden Bericht lasen. Wenn mindestens zwei der drei Modellen bei der Diagnose übereinstimmten, wurde dieses Label akzeptiert. Dieser automatisierte Prozess ermöglichte es ihnen, einen massiven Datensatz von fast 1.000 Patientenfällen zu kuratieren, ohne dass ein Mensch jede einzelne Datei manuell kennzeichnen musste.

Nachdem die Daten vorbereitet worden waren, widmeten sich die Forscher der Bildanalyse. Sie speisten drei verschiedene Arten von Herzbildern in die KI ein: eine Kurzachsensicht, die wie ein Stapel von Schichten durch das Herz aussieht, eine Vierkammeransicht, die das Herz von der Seite zeigt, und einen speziellen Scan namens Late-Gadolinium-Enhancement, der vernarbtes oder geschädigtes Gewebe hervorhebt. Sie verfeinerten drei verschiedene Vision-Foundation-Modelle mit diesen Daten. Die erste Trainingsphase lehrte die Modelle, die allgemeinen Merkmale des Herzens zu erkennen, und die zweite Phase verfeinerte ihre Fähigkeit, zwischen den fünf spezifischen Krankheitskategorien zu unterscheiden. Die Forscher testeten das System dann an einer völlig separaten Gruppe von über 1.000 Patienten, deren Diagnosen von erfahrenen Kardiologen bestätigt wurden. Dieser unabhängige Test stellte sicher, dass die KI nicht nur die Trainingsdaten auswendig lernte, sondern tatsächlich lernte, die Krankheiten zu erkennen.

Die Ergebnisse waren beeindruckend. Wenn die KI nur die Bilder betrachtete, erreichte sie eine hohe Genauigkeit bei der Identifizierung der verschiedenen Herzzustände. Bei der Krankheit, die als kardiale Amyloidose bekannt ist, identifizierte das System sie in fast jedem Fall korrekt, und bei der Erkrankung mit verdicktem Herzmuskel war die Leistung ähnlich erfolgreich. Die Forscher fanden jedoch heraus, dass das System noch besser arbeitete, wenn es die Erkenntnisse aus allen drei Bildtypen und allen drei verschiedenen KI-Modellen kombinierte. Indem sie die Modelle über die endgültige Diagnose entscheiden ließen, schufen sie einen „Konsens“, der zuverlässiger war als jedes einzelne Modell für sich allein. In diesem kombinierten Ansatz erreichte das System seine höchste Genauigkeit bei der verdickten Herzbedingung und der kardialen Amyloidose und unterschied sie mit einem hohen Maß an Zuversicht von einem gesunden Herzen. Es schnitt auch bei den anderen beiden Krankheitsarten gut ab, fand es jedoch etwas schwieriger, zwischen einem durch Krankheit gedehnten Herzen und einem durch einen Mangel an Blutfluss geschädigten Herzen zu unterscheiden, da sich diese Zustände im Scan manchmal sehr ähnlich sehen können.

Über das bloße Liefern der richtigen Antwort hinaus wollten die Forscher wissen, ob die KI fair ist und ob sie auf die richtigen Teile des Herzens schaut. Sie überprüften die Leistung des Systems über verschiedene Altersgruppen hinweg sowie zwischen Männern und Frauen. Die Ergebnisse zeigten, dass das System für beide Geschlechter gleichermaßen gut funktionierte, wenngleich es etwas mehr Variationen in der Leistung über verschiedene Altersgruppen hinweg gab. Dies liegt wahrscheinlich daran, dass bestimmte Herzkrankheiten bei älteren Erwachsenen viel häufiger vorkommen, was es schwieriger macht, Daten für jüngere Patienten mit diesen spezifischen Erkrankungen zu erlernen. Um zu verstehen, was die KI tatsächlich sah, nutzten die Forscher ein Visualisierungstool, das die spezifischen Bereiche des Bildes hervorhob, die die Entscheidung beeinflussten. Der Computer konzentrierte seine Aufmerksamkeit konsequent auf den Herzmuskel selbst, insbesondere auf den linken Ventrikel, und ignorierte die umliegenden Strukturen. Dies bestätigte, dass das System seine Entscheidungen auf der Grundlage der tatsächlichen Anatomie des Herzens traf und nicht auf der Grundlage von unzusammenhängenden Hintergrunddetails rät.

Die Studie kommt zu dem Schluss, dass dieser Ansatz einen gangbaren Weg für die klinische Praxis bietet. Durch die Kombination von automatisierter Berichtsauswertung mit fortgeschrittener Bildanalyse hat das Team ein Werkzeug geschaffen, das potenziell Ärzte unterstützen kann, die nicht über jahrelange spezialisierte Ausbildung im Lesen von Herzscans verfügen. Das System ersetzt den Arzt nicht; stattdessen fungiert es als ein zweites Paar Augen, das komplexe Daten schnell durchforsten kann, um eine Diagnose vorzuschlagen. Die Forscher räumen ein, dass ihre Arbeit ein Proof-of-Concept ist, der auf Daten aus einem einzigen Krankenhaus basiert, und dass zukünftige Studien das System an einer größeren Vielfalt von Patienten und mit mehr Arten von Herzkrankheiten testen müssen. Sie merkten auch an, dass das aktuelle System sich allein auf die Bilder stützt und noch keine anderen klinischen Daten wie Bluttests oder die Patientengeschichte einbezieht. Dennoch zeigt die Studie, dass es mit der richtigen Kombination aus automatisierter Datenaufbereitung und moderner künstlicher Intelligenz möglich ist, ein System zu bauen, das genau, interpretierbar und in der Lage ist, die korrekte Interpretation von Herzscans in einem klinischen Umfeld zu unterstützen.