Sie fotografieren die Netzhaut und entdecken, wie man bei 500.000 Kindern (allein in Spanien) KI diagnostizieren kann.
%3Aformat(jpg)%3Aquality(99)%3Awatermark(f.elconfidencial.com%2Ffile%2Fbae%2Feea%2Ffde%2Fbaeeeafde1b3229287b0c008f7602058.png%2C0%2C275%2C1)%2Ff.elconfidencial.com%2Foriginal%2F27d%2Ff04%2F29b%2F27df0429b686c6286a4bfbac734a3852.jpg&w=1280&q=100)
Ein neuer Diagnoseansatz könnte die Art und Weise verändern, wie die Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung (ADHS) bei Kindern erkannt wird. Ein Team südkoreanischer Wissenschaftler hat ein auf künstlicher Intelligenz basierendes System entwickelt , das ADHS ausschließlich anhand von Fotos des Netzhauthintergrunds erkennen kann.
Wie aus dem in Nature veröffentlichten Artikel hervorgeht, wurde diese Methode an 646 Kindern und Jugendlichen getestet, von denen bei 323 die Störung diagnostiziert worden war. Die übrigen Personen ohne vorherige Diagnose wurden anhand der gleichen Alters- und Geschlechtskriterien ausgewählt. Das effektivste Modell erreichte eine Genauigkeit von 96,9 % bei der Erkennung von ADHS nur anhand von Augenbildern.
Modelle des maschinellen Lernens sagten ADHS anhand von Fotos der Augenhintergründe von Menschen mit einer Genauigkeit von über 96 % voraus. @yonsei_u https://t.co/hKQeWVvSNy pic.twitter.com/RgEqTBmYWD
— ScienceAlert (@ScienceAlert) 29. April 2025
Forscher haben festgestellt, dass bestimmte Eigenschaften der Blutgefäße in der Netzhaut (wie etwa ihre Dichte, Form oder Dicke) sowie Veränderungen der Sehnervenpapille mit dem Vorhandensein der Erkrankung korrelieren . Durch diese Korrelation war das Modell in der Lage, sogar Defizite in der selektiven visuellen Aufmerksamkeit vorherzusehen.
Augenbildgebung als biomedizinischer MarkerDieses neue System stellt eine Vereinfachung im Vergleich zu früheren Ansätzen dar, bei denen mehrere Datenquellen erforderlich waren, um ein ähnliches Maß an Genauigkeit zu erreichen . „Unsere Analyse mittels Fundusfotografie weist ein hohes Potenzial als nichtinvasiver Biomarker für das ADHS-Screening und die Klassifizierung von Exekutivdefiziten auf“, erklären die Autoren.
Neben seiner Zuverlässigkeit zeichnet sich das Modell durch seine Schnelligkeit, einfache Implementierung und potenzielle Skalierbarkeit aus, was es zu einer attraktiven Option für klinische Umgebungen mit hohem diagnostischen Bedarf macht. Es sei daran erinnert, dass nach Angaben der spanischen Gesellschaft für Kinderheilkunde in unserem Land etwa eine halbe Million Kinder und Jugendliche an dieser Störung leiden.
:format(jpg)/f.elconfidencial.com%2Foriginal%2Fb20%2F052%2F321%2Fb20052321cb7155662ec26a6a70e47fc.jpg)
Das Forschungsteam räumt jedoch ein, dass das Modell Einschränkungen aufweist. Beispielsweise wurden Menschen mit Autismus-Spektrum-Störungen von der Hauptstudie ausgeschlossen. Es wird auch darauf hingewiesen, dass die Teilnehmer ein Durchschnittsalter von 9,5 Jahren hatten. Da sich ADHS bei Erwachsenen anders äußern kann , planen die Wissenschaftler , die Studie auf andere Altersgruppen auszuweiten , um die Wirksamkeit des Systems in verschiedenen Lebensphasen zu testen.
El Confidencial