Visual Foundation Models with Adapter Learning for Parkinson’s Disease Recognition based on OCT Images

Die Parkinson-Krankheit ist eine fortschreitende Erkrankung, die langsam die Bewegungsfähigkeit des Körpers untergräbt und Millionen von Menschen weltweit betrifft. Jahrzehntelang haben sich Ärzte auf die Beobachtung physischer Symptome verlassen, um sie zu diagnostizieren, doch bis diese Anzeichen auftreten, sind im Gehirn oft schon erhebliche Schäden entstanden. In den letzten Jahren haben Wissenschaftler entdeckt, dass die Krankheit subtile Spuren nicht nur im Gehen, sondern auch in der Retina hinterlässt, der lichtempfindlichen Schicht an der Rückseite des Auges. Mithilfe einer speziellen Bildgebungstechnik namens Optische Kohärenztomografie, die detaillierte Querschnitte des Auges erstellt, können Forscher nun diese mikroskopischen Veränderungen sehen. Die Herausforderung bestand darin, dass die Bilder komplex sind und das Lehren von Computern, den Unterschied zwischen einem gesunden Auge und einem Auge mit frühen Anzeichen von Parkinson zu erkennen, riesige Mengen an Daten und enorme Rechenleistung erfordert – Ressourcen, die im medizinischen Umfeld oft knapp sind.

Ein Forschungsteam der Wenzhou Medical University in China hat einen neuen Ansatz entwickelt, um dieses Problem zu lösen, mit dem Ziel, die automatisierte Diagnose zugänglicher und effizienter zu machen. Anstatt ein massives Computermodell von Grund auf neu zu erstellen, was riesige Datensätze und teure Hardware erfordern würde, passten sie ein leistungsstarkes, bereits existierendes System der künstlichen Intelligenz an, das für die allgemeine Bilderkennung entwickelt wurde. Dieses System, bekannt als ein visuelles Fundamentmodell (Visual Foundation Model), versteht bereits die grundlegenden Bausteine von Bildern. Die Innovation der Forscher liegt darin, wie sie dieses allgemeine System mit der spezifischen Aufgabe der Identifizierung von Parkinson verknüpft haben. Sie zwangen das gesamte System nicht dazu, alles neu zu lernen; stattdessen fügten sie drei kleine, leichte Komponenten oder „Adapter“ in das Modell ein. Diese Adapter wirken wie spezialisierte Linsen, die es dem System ermöglichen, sich auf die spezifischen Details in den Augenscans zu konzentrieren, die für Parkinson relevant sind, wie etwa winzige Läsionen oder subtile Verschiebungen in den Gewebeschichten, ohne das Kernwissen des Modells umschreiben zu müssen.

Das Team testete diese Methode an einer Sammlung von 1.440 Augenbildern, die von Patienten ihres Krankenhauses gesammelt wurden. Der Datensatz enthielt Scans von 40 gesunden Personen und 40 Parkinson-Patienten, wobei jede Person 18 Bilder beisteuerte. Um sicherzustellen, dass die Ergebnisse zuverlässig sind, teilten sie die Daten in Gruppen auf, trainierten das System mit den meisten der Bilder und testeten es an dem verbleibenden Teil, wobei sie diesen Prozess fünfmal wiederholten, um ein klares Bild der Leistung zu erhalten. Die Ergebnisse zeigten, dass ihr angepasstes System Parkinson mit einer Genauigkeit von etwa 77,66 Prozent identifizieren konnte. Diese Leistung war wettbewerbsfähig mit und in einigen Fällen sogar besser als andere fortschrittliche Computermodelle, die derzeit für ähnliche Aufgaben eingesetzt werden. Entscheidend war, dass die neue Methode diese Ergebnisse erzielte, während sie nur einen winzigen Bruchteil der Gesamtparameter des Modells anpasste, was sie weitaus weniger rechenintensiv macht als traditionelle Ansätze, die erfordern, jeden einzelnen Teil des Systems zu aktualisieren.

Die Forscher verglichen ihre Methode zudem mit einer breiten Palette bestehender Deep-Learning-Netzwerke, einschließlich älterer, bekannter Designs und neuerer, komplexerer Architekturen. Ihr System übertraf viele dieser etablierten Modelle und demonstrierte, dass eine sorgfältig abgestimmte, leichte Ergänzung zu einem leistungsstarken Fundamentmodell effektiver sein kann als das Training eines völlig neuen Netzwerks von Grund auf. Indem sie die Hauptteile des vortrainierten Modells „einfroren“ und nur die kleinen Adapter trainierten, bewiesen die Forscher, dass es möglich ist, allgemeines visuelles Wissen auf eine hochspezifische medizinische Anwendung zu übertragen, ohne eine enorme Menge an Trainingsdaten zu benötigen. Dies ist besonders wichtig für medizinische Erkrankungen wie Parkinson, bei denen das Sammeln von tausenden beschrifteten Bildern schwierig und kostspielig ist.

Um zu verstehen, wie das System seine Entscheidungen traf, nutzten die Forscher eine Visualisierungstechnik, die die Bereiche des Augenscans hervorhebt, auf die der Computer seinen Fokus legte. Die Bilder zeigten, dass ihr Modell genau auf die spezifischen, subtilen Läsionen und strukturellen Veränderungen achtete, die mit der Krankheit assoziiert sind, während andere Modelle sich manchmal auf weniger relevante Bereiche konzentrierten. Dies deutet darauf hin, dass die drei Adapter das System erfolgreich dazu geführt haben, die richtigen Merkmale zu erlernen. Die Studie kommt zu dem Schluss, dass dieser Ansatz einen vielversprechenden Weg für die automatisierte Krankheitserkennung bietet, indem er eine hohe Genauigkeit mit rechnerischer Effizienz verbindet. Obwohl diese Arbeit ein bedeutender Schritt ist, merken die Forscher an, dass zukünftige Studien die Methode an Daten aus anderen medizinischen Zentren testen müssen, um zu bestätigen, dass sie über verschiedene Populationen und Bildgebungsbedingungen hinweg konsistent funktioniert.