Exkurs digitale Medizin: Studientelegramm Herzinfarkt-Früherkennung durch Algorithmen?

Dass die Netzhaut bei Erkrankungen wie Diabetes mellitus oder arterieller Hypertonie ein Spiegel des Herzens ist, hat sich jetzt eine Google-Forschungsgruppe zu Nutze gemacht. 
In einer in der Nature veröffentlichten Studie präsentierten die Forscher einen selbstlernenden Algorithmus, der über den Vergleich wiederkehrender Muster im Netzhautbefund Aussagen über das kardiovaskuläre Risikoprofil eines Menschen ermöglichen soll. So bestimmte der Algorithmus in 78% der Fälle durch die Analyse des Augenhintergrundes das Probandenalter auf +/- 5 Jahre genau.


In einem nächsten Schritt wurde getestet, wie gut der Algorithmus das Risiko eines Major Cardiovascular Events (d.h. Herzinfarkt oder Schlaganfall) im Vergleich zu dem etablierten Risikoscore der Europäischen Gesellschaft für Kardiologie (HeartSCORE) vorhersagen kann. Hier erkannte der Algorithmus durch die Analyse der Netzhaut 70% der Probanden, die in den folgenden 5 Jahren einen Herzinfarkt oder Schlaganfall erlitten. Der HeartSCORE, der sich aus einer Kombination der wichtigsten Risikofaktoren berechnet, war hier mit 72% leicht überlegen.
Über die Analyse des Algorithmus selbst erhofft sich das Forschungsteam weitere Erkenntnisse über bisher unbekannte Zusammenhänge kardialer Risikofaktoren.


Ansätze wie diese sind noch weit davon entfernt, in die praktische Prävention implementiert zu werden. Außerdem würden selbstlernende Algorithmen, die in der Lage sind, aus einer riesigen Masse von Daten wie in einer “Black Box” Rückschlüsse auf persönliche Gesundheitsvariablen zu ziehen, viele ethische und gesellschaftspolitische Fragen aufwerfen.
Ob in Zukunft die Früherkennung von Risikopatienten schon vor dem Auftreten erster Symptome möglich sein wird, steht daher bislang noch in den Sternen.


Interessenskonflikte der Autoren: Die Studie wurde von Google-Mitarbeitern durchgeführt und von Google Research finanziert.
 

Titel der Studie: Prediction of cardiovascular risk factors from retinal fundus photographs via deep learning

Autoren: Poplin et al.

Link zur Studie

Der HeartSCORE Risikoscore der European Society of Cardiology (ESC)