KI revolutioniert Diagnose: Fettleber schneller erkannt und behandelt
Wissenschaftler der University of Washington haben ein künstliches Intelligenzsystem entwickelt, das die nicht alkoholische Fettlebererkrankung anhand elektronischer Patientenakten effektiv erkennt. Dieses bahnbrechende Werkzeug kann Ärzten erheblich bei der frühen Diagnose dieser Erkrankung helfen.
Die nicht alkoholische Fettlebererkrankung ist eine Erkrankung, die lange Zeit symptomlos verlaufen kann, aber bei rechtzeitiger Erkennung behandelbar ist. Die Krankheit tritt auf, wenn Fett in der Leber nicht korrekt metabolisiert wird und ist oft mit Fettleibigkeit, Typ-2-Diabetes und abnormalen Cholesterinwerten verbunden.
Während der Konferenz The Liver Meeting, organisiert von der American Association for the Study of Liver Diseases, präsentierten die Forscher die Ergebnisse eines Experiments zur Nutzung künstlicher Intelligenz in der Diagnose von NAFLD. Das System analysierte elektronische Patientenakten von drei Einrichtungen und identifizierte Personen, die die Kriterien der Erkrankung erfüllten.
"Ein erheblicher Teil der Patienten, die die NAFLD-Kriterien erfüllen, bleibt undiagnostiziert", warnt Dr. Ariana Stuart, Hauptautorin der Studie. "Das ist besorgniserregend, da Verzögerungen bei der frühen Diagnose das Risiko einer fortgeschrittenen Lebererkrankung erhöhen", betont sie.
Künstliche Intelligenz hilft bei der schnelleren Krankheitsentdeckung
Die Studie ergab, dass von 834 Patienten, die die NAFLD-Kriterien erfüllten, nur 137 offiziell die Krankheit in ihren medizinischen Unterlagen diagnostiziert hatten. Das bedeutet, dass ganze 83% der Patienten undiagnostiziert blieben, obwohl Daten auf das Vorhandensein der Erkrankung hinwiesen.
Die Forscher betonen jedoch, dass dies nicht die Schuld der Ärzte ist. "Die Menschen sollten unsere Ergebnisse nicht als Beweis für mangelnde Ausbildung der Spezialisten oder ein ineffizientes Management in der Grundversorgung interpretieren", sagt Dr. Stuart. "Unsere Studie zeigt vielmehr, wie künstliche Intelligenz die Arbeit der Ärzte ergänzen kann, um die Einschränkungen der herkömmlichen klinischen Praxis zu überwinden", fügt sie hinzu.
Die Ergebnisse deuten darauf hin, dass der Einsatz künstlicher Intelligenz bei der Analyse elektronischer Patientenakten Ärzten erheblich helfen kann, die frühzeitige Erkennung von NAFLD zu verbessern und das Fortschreiten der Krankheit in fortgeschrittenen Stadien zu verhindern.
