25.05.2021

US-Forscher verbessern mittels KI und “Deep Learning” Erkennung prenataler Herzkrankheiten

US-Forscher haben ein KI-Modell entwickelt, um die Erkennungsrate von fetalen Herzkrankheiten im zweiten Trimester von 30 auf über 90 Prozent zu erhöhen.
/artikel/us-forscher-verbessern-mittels-ki-und-deep-learning-erkennung-prenataler-herzkrankheiten
Herzkrankheiten, Herkrankheit, prenatale Herzkrankheit, CHD,
(c) Stock-Adobe/maya2008 - Forscher aus den USA sprechen von einem großen Sprung beid er Früherkennung von Herzproblemen bei Ungeborenen.

Durchbruch: Biohub-Wissenschaftler rund um Rima Arnaout des “Chan Zuckerberg Biohub” in Kalifornien – in Kooperation mit dem “Boston Children’s Hospital” und der “Harvard School of Medicine” haben eine KI-Technik zum Screening auf angeborene Herzkrankheiten im Ultraschall des zweiten Trimesters entwickelt, die zu 96 Prozent genau ist. Gegenwärtige Ansätze zur Erkennung fetaler Herzprobleme liegen heute bei rund 30 Prozent Genauigkeit. Das KI-Modell der Forscher ist auch schnell genug, um sich in der klinischen Praxis umfassend in Ultraschall-Software integrieren zu lassen.

Herzkrankheiten besser erkennen

Angeborene Herzkrankheiten gelten als der häufigste Geburtsfehler. Fetaler Ultraschall wird weltweit empfohlen, einschließlich fünf Ansichten des Herzens, die zusammen 90 Prozent der Herzkrankheiten erkennen könnten. In der Praxis betrage laut Arnaout die Empfindlichkeit jedoch nur 30 Prozent. “Wir stellten die Hypothese auf, dass schlechte Erkennungsergebnisse auf Herausforderungen bei der Erfassung und Interpretation von Herzansichten in diagnostischer Qualität zurückzuführen sind, und dass ‘Deep Learning’ die komplexe Erkennung verbessern könnte. Unter Verwendung von 107.823 Bildern aus 1.326 retrospektiven Echokardiogrammen und Untersuchungen von 18 bis 24-wöchigen Feten trainierten wir ein Ensemble neuronaler Netze, um empfohlene Herzansichten zu identifizieren und zwischen normalen Herzen und komplexer Herzkrankheiten zu unterscheiden”, so die Forscherin in ihrem “Paper”.

Lösung in Covid-19-Zeiten

Technisch verwendete das Team Segmentierungsmodelle, um standardmäßige fetale kardiothorakale Messungen zu berechnen. Die Empfindlichkeit blieb laut dem Forschungsteam bei externen Bildern mit geringerer Qualität robust. Herzmessungen korrelierten mit den angegebenen Messungen für normale und abnormale Herzen. Auf die von Richtlinien empfohlene Bildgebung angewendet, sollen Ensemble-Lernmodelle die Erkennung fetaler Herzkrankheiten erheblich verbessern und die Telemedizinoptionen für die Schwangerschaftsvorsorge in einer Zeit erweitern, in der die COVID-19-Pandemie den Zugang der Patienten zu geschulten Anbietern weiter eingeschränkt hat, so die Hoffnung. “Dies ist die erste Anwendung von Deep Learning, um die klinische Standardleistung bei einer kritischen und globalen diagnostischen Herausforderung zu verdoppeln”, so Arnaout weiter.

Für die Forschungsarbeit wurden fetale Echokardiogramme und fetale Untersuchungen – wie geburtshilfliche Anatomiescans im zweiten Trimester, die von Sonographen, Radiologen und Ärzten von 2000 bis 2019 durchgeführt wurden – verwendet. Die Bilder stammten von Ultraschallgeräten von GE, Siemens, Philips und Hitachi. Die Veröffentlichung der Erkenntnisse gilt allerdings noch als “preprint” und muss als medizinische Forschungsarbeit noch evaluiert werden.

Deine ungelesenen Artikel:
22.09.2023

Cybertrap: Wiener Cybersecurity-Startup holt sich 500.000 Euro Investment von ESAC

Mit über einer halben Million Euro beteiligt sich der European Super Angels Club (ESAC) am Wiener Cybersecurity-Startup Cybertrap. Zudem wurde Adi Reschenhofer, Partner von Venionaire Capital, Teil des Managementteams.
/artikel/cybertrap-esac-investment
22.09.2023

Cybertrap: Wiener Cybersecurity-Startup holt sich 500.000 Euro Investment von ESAC

Mit über einer halben Million Euro beteiligt sich der European Super Angels Club (ESAC) am Wiener Cybersecurity-Startup Cybertrap. Zudem wurde Adi Reschenhofer, Partner von Venionaire Capital, Teil des Managementteams.
/artikel/cybertrap-esac-investment
(c) Cybertrap

Das 2015 gegründete Wiener IT-Startup Cybertrap hat sich auf die Entwicklung von Cybersecurity-Software spezialisiert. Konkret setzt das Unternehmen auf eine sogenannte Deception-Technologie. Dabei werden Angreifer gezielt in eine eigens dafür geschaffene IT-Infrastruktur umgeleitet, noch bevor sie weiter in die tatsächliche Infrastruktur des Unternehmens eindringen können.

Mit Hilfe der IT-Lösung werden Cyberkriminelle somit in eine “Falle” gelockt. Innerhalb dieser fiktiven Umgebung kann der Angreifer systematisch beobachtet werden. Im Idealfall lässt sich auch die Identität der Angreifer feststellen.

Für das Wachstum der Technologie gab Cybertrap Mitte April 2021 den Abschluss einer Finanzierungsrunde in Höhe von 1,62 Millionen Euro bekannt (brutkasten berichtete).

500.000 Euro Investment von ESAC

Nun holte sich das Startup erneut Kapital. Als Investor beteiligt sich der European Super Angels Club (ESAC) rund um Berthold Baurek-Karlic mit einer halben Million Euro am Unternehmen. Baurek-Karlic wurde erst letzte Woche mit dem Award “Business Angel of the Year 2023” ausgezeichnet (brutkasten berichtete).

“Wir sind davon überzeugt, dass wir mit Cybertrap einen zukünftigen österreichischen ‚Hidden Champion‘ unterstützen, der – wie auch schon andere Portfoliounternehmen des Clubs – beweist, dass sich exzellente Technologie ‚Made in Europe‘ am Markt durchsetzt”, so Baurek-Karlic über den Einstieg beim Wiener Cybersecurity-Startup. Derzeit hält der ESAC 13 Beteiligungen an Technologieunternehmen.

Mit Hilfe des Kapitals soll nun der “internationalen Durchbruch” ermöglicht werden, wie es von Cybertrap weiter heißt. Derzeit ist das Unternehmen laut eigenen Angaben im Bereich Deception-Technologie Marktführer im DACH-Raum.

Adi Reschenhofer wurde Teil von Cybertrap-Management

Darüber hinaus wurde mit Adi Reschenhofer ein langjähriger Partner von Venionaire Capital Anfang 2023 Teil des Managementteams und der Geschäftsleitung bei Cybertrap. Er ist seit 2021 in Cybertrap investiert, sowie in beratender Funktion tätig. Mit seiner langjährigen Erfahrung und Expertise im Bereich Cybersecurity soll er künftig das Startup vor allem im operativen Vertrieb unterstützen.


Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

US-Forscher verbessern mittels KI und “Deep Learning” Erkennung prenataler Herzkrankheiten

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

US-Forscher verbessern mittels KI und “Deep Learning” Erkennung prenataler Herzkrankheiten

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

US-Forscher verbessern mittels KI und “Deep Learning” Erkennung prenataler Herzkrankheiten

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

US-Forscher verbessern mittels KI und “Deep Learning” Erkennung prenataler Herzkrankheiten

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

US-Forscher verbessern mittels KI und “Deep Learning” Erkennung prenataler Herzkrankheiten

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

US-Forscher verbessern mittels KI und “Deep Learning” Erkennung prenataler Herzkrankheiten

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

US-Forscher verbessern mittels KI und “Deep Learning” Erkennung prenataler Herzkrankheiten

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

US-Forscher verbessern mittels KI und “Deep Learning” Erkennung prenataler Herzkrankheiten

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

US-Forscher verbessern mittels KI und “Deep Learning” Erkennung prenataler Herzkrankheiten

Es gibt neue Nachrichten

Auch interessant