Selfies verraten Herz-Kreislauf-Risiken Logo of esanum https://www.esanum.de

Selfies verraten Herz-Kreislauf-Risiken

Dem Kardiologen einfach ein Selfie schicken und eine Risikoeinschätzung für Herzerkrankungen zurück erhalten? Klingt futuristisch? Könnte aber in der Tat sogar einmal zur Routine werden, so eine aktuelle Studie.

KI beurteilt Gesichter auf mögliche Herzerkrankungen

Dem Kardiologen einfach ein Selfie schicken und eine Risikoeinschätzung für Herzerkrankungen zurück erhalten? Klingt futuristisch? Könnte aber in der Tat sogar einmal zur Routine werden, so eine aktuelle Studie.

Die Studie zeigt zum ersten Mal, dass es möglich ist, eine selbstlernende Künstliche Intelligenz (KI) Selfies von Menschen beurteilen zu lassen, ob diese eine zugrundeliegende Herzerkrankung haben. Obgleich die KI weiter trainiert werden muss, um Menschen unterschiedlichster Ethnien sicher beurteilen zu können, sind die Ergebnisse anhand einer kleinen Gruppe von ProbandInnen sehr vielversprechend, so die StudienautorInnen.

Vorstellbar wäre es z.B., den Algorithmus in Zukunft nutzen zu können, um gefährdete PatientInnen oder Risikogruppen zu identifizieren, um diese dann weiteren klinischen Untersuchungen zuzuführen.

Bestimmte Gesichtsmerkmale sind Risikoindikatoren

Bereits seit Längerem ist bekannt, dass einem das Herz-Kreislauf-Risiko "buchstäblich ins Gesicht geschrieben steht". So sprechen beispielsweise früh ergraute Haare, Fältchenbildungen, Xanthelasmen oder ein Arcus cornea für Störungen im Fettstoffwechsel und damit einhergehende Risiken fürs Herz.

Für die Teilnahme an der Studie wurden die fast 5.800 ProbandInnen eingehend auf Anzeichen für Herz-Kreislauf-Erkrankungen untersucht. Zusätzlich erfolgte eine Bildgebung der Gefäßsituation. Anschließend nahmen geschulte Krankenschwestern jeweils vier Gesichtsfotos von jedem Probanden/jederProbandin auf. Diese Daten dienten schließlich dazu, die KI zu schulen.

Die KI wurde schließlich an Fotos von 1.000 weiteren ProbandInnen getestet. Der Algorithmus detektierte PatientInnen mit Herzkrankheiten korrekt in 80% der Fälle (= Sensitivität). Menschen ohne Herzerkrankung wurden hingegen nur mit 54% (= Spezifität) entdeckt. Die Falsch-Positiven-Rate lag demnach bei 46%! – zu hoch, um den Test derzeit ruhigen Gewissens einsetzen zu können. Überdiagnosen und viele PatientInnen, die aufgrund dessen unnötige Testreihen über sich ergehen lassen müssten, rechtfertigen einen möglichen Nutzen dieses KI-Tests derzeit noch nicht.

Quelle: Lin S et al., Feasibility of using deep learning to detect coronary artery disease based on facial photo. European Heart Journal 2020; doi:10.1093/eurheartj/ehaa640