"Fenster zum Körper" 新科技应能早期识别慢性疾病
视网膜作为“身体之窗”，不仅透露着眼睛健康的状况，还能提供有关心脏或肾脏问题的线索。借助人工智能，这一过程将更加精确。
人工智能有时也会让医生感到困惑。“我们不清楚它具体如何运作，但它做得相当好”，格赖夫斯瓦尔德大学医学中心（UMG）眼科诊所主任安德烈亚斯·斯塔尔表示。他提到，AI能够根据眼睛视网膜的图像判断一个人的性别，“精确度惊人”。这一发现曾令眼科医生感到震惊。
“我无法告诉你这张照片是来自男性还是女性”，斯塔尔承认。但实际用途有限，因为性别很容易通过其他方式识别。然而，这个例子展示了AI的潜力。格赖夫斯瓦尔德的研究人员希望利用这一点。
通过“视网膜年龄”项目，他们希望开发一种AI，能够尽可能精确地根据视网膜照片早期识别慢性疾病或个体健康风险。
斯塔尔将眼睛称为“身体之窗”。许多疾病，尤其是循环系统疾病，都伴随着血管的变化，例如大脑、肾脏或心脏的血管。中风或心脏病发作是可能的后果。
“但所有这些血管都看不见。只有在视网膜上我们才能看到这些最小的血管。”即使心脏的MRI检查也无法提供相应的分辨率。而视网膜照片则无需太多努力，有时甚至无需事先用滴眼液散瞳。
斯塔尔说，眼科医生现在不仅考虑眼病。有时他们会建议患者去看心脏病专家或肾脏专家。“这不一定需要AI。有些东西我们自己也能看到。”但AI可以更精细地分析更多特征。据斯塔尔称，已有获批的AI算法能够识别糖尿病引起的眼部问题。AI也已被用于诊断某些其他眼病。
格赖夫斯瓦尔德的生物信息学家拉尔斯·卡德拉利表示，所谓的神经网络非常擅长识别图像中的模式。“过去十年，这项技术取得了巨大飞跃。”
通过法律修订获得更多数据
一段时间以来，AI训练主要依赖长期健康研究SHIP（波美拉尼亚健康研究）的数据。斯塔尔说，大约有3000到4000张照片。“这已经不错了。”
得益于新的州立法，现在可以使用更多数据，即研究之外的常规患者数据。斯塔尔说，仅眼科门诊每天就会拍摄30到40张视网膜照片。这些照片可以与UMG中相应患者的其他检查结果结合起来进行AI训练。
这是2024年修订的州医院法案所允许的。梅克伦堡-前波莫瑞州是第一个引入可行法规的联邦州，允许在明确的框架内伪匿名化使用患者数据进行AI训练，州数据保护与信息自由专员塞巴斯蒂安·施密特解释道。
此前，患者必须被主动告知并征得同意。卡德拉利解释说，这通常因工作量过大而失败，数据因此无法使用。现在实行的是异议规则，即患者必须主动反对其数据被使用。新规定包括在明确规范的结构内对患者数据进行受控的、伪匿名的使用。
伦理与数据保护措施
相应地，“视网膜年龄”项目也必须获得数据保护和伦理委员会的批准，卡德拉利说。“现在，只要患者没有反对，这些数据就可以被使用。”
据斯塔尔称，一个独立的信托机构管理着用于合并伪匿名化数据的密钥。“它可以整合数据，以便十年后我们还能知道谁是谁。”如果患者提出异议，它也可以移除数据。
卡德拉利和斯塔尔估计，通过训练，AI在几年内可能足够可靠，届时可以考虑实际应用。为此还需克服监管障碍。
“视网膜年龄”并非UMG唯一的AI项目。据卡德拉利称，其他正在进行或计划中的项目涉及预测献血需求、急诊床位需求或改进癌症治疗。
另一个与罗斯托克大学医学中心合作的AI项目旨在更好地早期发现脓毒症。卡德拉利解释说，脓毒症是德国医院最常见的死亡原因之一。如果早期发现并针对性治疗，相当一部分死亡病例被认为是可避免的。AI作为救星——这是人们的希望。
使用的来源：新闻机构dpa
透明度提示：这些信息不能替代医疗建议，因此不得用于自我治疗。
【全文结束】