Lungenfunktionstests liefern Daten in Hülle und Fülle, das Muster der Daten ist für das menschliche Auge nicht immer einfach zu erkennen. Computer hingegen haben keine Probleme mit großen Datenmengen. Forscher am Labor für Atemwegserkrankungen der Universität Löwen in Belgien denken deshalb, dass lernende Computersysteme in der Diagnostik von Atemwegserkrankungen nützlich sein können (siehe Abstract Nr.: PA5290, ERS-Kongress in Paris 2018).
Sie hatten zunächst historische von 1430 Patienten mit Lungenerkrankungen Daten (aus der Anamnese, Spirometrie, Plethysmographie, Diffusionskapazitätsmessung) von einem Expertenpanel beurteilen und gemäß den Leitlinien der European Respiratory Society (ERS) und American Thoracic Society (ATS) auswerten lassen, um zu Diagnosen zu gelangen. Mit diesen Daten wurde dann ein Diagnosealgorithmus für den lernenden Computer entwickelt.
Im nächsten Schritt wurde der Computer-gestützte Algorithmus auf die Probe gestellt. Dazu beurteilten sowohl die „künstliche Intelligenz“ als auch 120 Lungenfachärzte aus 16 europäischen Krankenhäusern die Lungenfunktionsdaten von 50 zufälligen Patienten.
Anschließend wurde verglichen, wer besser den Gold-Standard der Leitlinien eingehalten hatte. Dies taten die Ärzte zu 74% und der Computer zu 100%. Bei den Ärzten waren letztlich 45% der Diagnosen richtig, beim Computer 82%.
„Wir haben gesehen, dass Interpretation der Funktionstests und Diagnosestellung nicht einfach sind. Meist brauchen Ärzte weitere Untersuchungen. Der Computer ist da überlegen“, so Studienleiter Dr. Marko Topalovic auf dem ERS-Pneumologenkongress in Paris. Das Feedback der Kollegen war übrigens sehr positiv, sie schätzten insbesondere die Stärke des PC bei den schwierigen Mustern seltener Krankheiten.
Quelle: Springer Medizin