Künstliche Intelligenz (KI) in der Medizin – für die einen ein Zukunftsfeld mit riesigem Potenzial, für andere noch immer ein bisschen unheimlich. Können KI-Modelle wirklich so zuverlässig sein, dass sie von Ärztinnen und Ärzten beim Diagnostizieren von Krankheiten eingesetzt werden können? Das Wiener Startup ImageBiopsy Lab ist davon überzeugt. Eine neue Studie des Medical Centers der University of Texas Southwestern (UTSW) attestiert dem von dem Unternehmen entwickelten Software-Tool „Hippo“ nun, dass dieses Zeit und Kosten sparen kann ohne die Zuverlässigkeit der Diagnose zu beeinträchtigen.

Konkret geht es dabei um die Diagnose von Hüftdysplasien – einer Entwicklungsstörung, bei der die Knochen des Hüftgelenks nicht richtig ausgerichtet sind. Davon betroffen sind etwa fünf bis zehn Prozent der Bevölkerung. Um zu beurteilen, wie stark die Anomalie des Gelenks ist, werden radiologische Messungen durchgeführt.

Sind diese Messungen aber nicht genormt und werden sie zudem von unterschiedlichen Personen ausgewertet, weichen die Hüftdiagnosen untereinander mitunter deutlich ab. Dies wiederum kann zu einer unzureichenden Behandlung führen. Hier kommt „Hippo“ ins Spiel: Denn eine KI-basierten Bildanalyse-Software könnte zu standardisierten und reproduzierbaren Messungen beitragen, wie ImageBiopsy Lab in einer Aussendung schreibt. Zumindest, wenn diese ebenso genaue Ergebnisse bringt wie die Diagnose durch Menschen.

ImageBiopsy Lab sieht großes Einsparungspotenzial

Ob dies der Fall ist, hat nun ein Team des UTSW Medical Center untersucht. Dazu verwendete es Bilder von 256 Hüften und nahm dazu jeweils Messungen auf sechs verschiedene Arten vor. Diese Bilder wurden dann entweder durch die Software „Hippo“ oder eben von Expert:innen ausgewertet. Das Ergebnis: Die Ergebnisse korrelierten mit Werten zwischen 0,60 und 0,98, wobei 1,00 für völlig übereinstimmende Ergebnisse stehen würde. Bei den beiden am häufigsten eingesetzten Mess-Ansätzen waren die Werte sogar noch etwas höher.

„Hippo“ ist allerdings deutlich schneller als seine menschlichen Gegenspieler. Die drei geschulten Personen in der Studie benötigten zwischen 131 und 734 Sekunden für die Beurteilung eines Bildes. „Hippo“ lieferte im Schnitt (Median) nach 41 Sekunden ein Ergebnis. Dies entspricht einer Zeitersparnis von 70 bis 90 Prozent.

In weiterer Folge könnte mit „Hippo“ nicht nur Zeit, sondern auch Geld gespart werden: Ausgehend von den durchschnittlichen Gehältern für orthopädische Chirurg:innen oder Radiolog:innen errechnete ImageBiopsy Lab ein Einsparungspotenzial von 85 Prozent.

Analysemodule auch für andere medizinische Probleme

Bei ImageBiopsy Lab sieht man sich sich durch die Studie jedenfalls bestärkt: „Zusammenfassend bestätigt die Studie, dass die KI-basierte Methode für die überwiegende Mehrheit der analysierten Bilder im Wesentlichen zu den gleichen Messwerten kommt wie geschulte Experten – nur viel schneller und damit deutlich kostengünstiger“, kommentierte Mitgründer und CEO Richard Ljuhar die Ergebnisse.

Neben „Hippo“ für Hüftanomalien bietet ImageBiopsy Lab auch weitere Analysemodule an – darunter „Panda“ für die Beurteilung des Knochenalters, „Flamingo“ für die Erkennung und Quantifizierung von stillen Wirbelbrüchen in der Wirbelsäule und „Squirrel“ für Wirbelsäulenerkrankungen.