// SCINEXX — SPAZIO & SCIENZA
KI erkennt koronare Herzkrankheit anhand von Gesichts- und Zungenfotos
Herzdiagnose ohne Bluttest? Eine künstliche Intelligenz unterscheidet in einer kleinen Untersuchung Patienten mit koronarer Herzkrankheit von gesunden Vergleichspersonen allein anhand standardisierter Aufnahmen von Zunge und Gesicht. Die Kombination beider Bildarten liefert dabei bessere Resultate als jede für sich. Noch ist aber unklar, ob das Verfahren eine Erkrankung auch außerhalb solcher kontrollierten Tests zuverlässig aufspüren könnte.
Haikou (China). Eine koronare Herzkrankheit entsteht, wenn sich die Blutgefäße verengen, die den Herzmuskel versorgen. Häufig stecken Ablagerungen in den Gefäßwänden dahinter, die den Blutfluss behindern und im schlimmsten Fall einen Herzinfarkt begünstigen. Ob jemand betroffen ist, lässt sich deshalb nicht zuverlässig am äußeren Erscheinungsbild ablesen.
Für die Früherkennung wäre ein Verfahren hilfreich, das ohne invasive Untersuchungen auskommt und rasch auf mögliche Probleme mit den Herzkranzgefäßen hinweist. Die traditionelle chinesische Medizin deutet seit Langem Merkmale von Zunge und Gesicht als Hinweise auf die Gesundheit des Herzens. Doch ob solche äußerlich sichtbaren Unterschiede tatsächlich genügend Informationen über verengte Herzkranzgefäße liefern, ist wissenschaftlich keineswegs geklärt.
Forscher der Hainan Medical University (HNMU) um Xiaokang Jia haben deshalb eine künstliche Intelligenz mit zwei Arten von Aufnahmen trainiert: Fotos der Zunge und des Gesichts. An der Untersuchung nahmen 518 Menschen teil, darunter 200 Patienten mit diagnostizierter koronarer Herzkrankheit und 318 gesunde Vergleichspersonen. Ihre Bilder wurden mit einem Spezialgerät unter festgelegter Beleuchtung aufgenommen.
Zunächst prüften die Wissenschaftler, wie gut sich Erkrankte mit Zungenfotos oder mit Gesichtsfotos von Gesunden unterscheiden ließen. Anschließend kombinierten sie die von beiden Bildarten gelieferten Muster in einem gemeinsamen KI-Modell. Die Datensätze teilten sie dazu in Trainings-, Validierungs- und Testbilder auf, wobei der abschließende Test nur zuvor zurückgehaltene Aufnahmen verwendete.
Das beste kombinierte Modell ordnete im internen Testdatensatz 102 von 104 Menschen richtig zu. Dies entspricht einer Trefferquote von 98,1 Prozent. Unter den Testpersonen befanden sich 40 Erkrankte und 64 gesunde Vergleichspersonen.
Auch im direkten Vergleich lag die gemeinsame Bildauswertung vorn. Der sogenannte F1-Wert, der sowohl übersehene Erkrankungen als auch Fehlalarme berücksichtigt, erreichte mit beiden Bildarten 0,9756. Für Zungenfotos allein lag er bei 0,9524 und für Gesichtsfotos allein bei 0,9250. Mehrfache Kreuzvalidierungen innerhalb der vorhandenen Studiendaten stützten diesen Leistungsvorsprung.
Allerdings enthält die Fachpublikation eine Unstimmigkeit bei der Art der zwei Fehlentscheidungen. Die Kennwerttabelle deutet auf zwei gesunde Personen hin, die fälschlich als krank eingestuft wurden. Die zugehörige Abbildung weist dagegen zwei erkrankte Personen als übersehen aus. Welche Darstellung zutrifft, bleibt anhand der veröffentlichten Daten offen.
Bei ihren Entscheidungen gewichtete die KI bestimmte Bereiche der Aufnahmen besonders stark. Auf der Zunge waren es vor allem die Mitte und der Belag, im Gesicht die Haut rund um den Mund und die Wangen. Die Forscher machten diese Schwerpunkte mit einer Methode sichtbar, die wichtige Bildregionen farblich hervorhebt.
Im untersuchten Patientenkollektiv beschrieben die Autoren unter anderem dunklere Zungen, stellenweise dickere Beläge und Veränderungen der Gesichtsfarbe. Solche Auffälligkeiten passen zu traditionellen Vorstellungen der Zungen- und Gesichtsdiagnostik. Sie belegen aber nicht, dass verengte Herzkranzgefäße die Veränderungen verursachen. Denn auch Alter, Medikamente und andere Erkrankungen können das Aussehen beeinflussen.