Selfies verraten Herzkrankheiten der Nutzer

Autor: Claudia Spiess


Liebe Leserin, lieber Leser,

jeden Tag strömt eine Flut von Informationen auf uns ein. Doch wie viele davon sind wirklich wahr? Wie viele sind zuverlässig und genau? Wir bei Mimikama arbeiten hart daran, diese Fragen zu beantworten und dir eine Informationsquelle zu bieten, der du vertrauen kannst.

Aber um erfolgreich zu sein, brauchen wir deine Hilfe. Du hast es in der Hand, eine Welt voller vertrauenswürdiger Informationen zu schaffen, indem du uns jetzt unterstützt. Jede Unterstützung, ob groß oder klein, ist ein wichtiger Beitrag zu unserer Mission.

Werde Teil einer Bewegung, die sich für die Wahrheit einsetzt. Deine Unterstützung ist ein starkes Signal für eine bessere Informationszukunft.

❤️ Herzlichen Dank

Du kannst uns entweder via PayPal oder mittels einer Banküberweisung unterstützen. Möchtest Du uns längerfristig unterstützen, dann kannst Du dies gerne mittels Steady oder Patreon tun.


Selfies verraten Herzkrankheiten der Nutzer
Selfies verraten Herzkrankheiten der Nutzer

Wissenschaftler entwickeln automatische Bildauswertung mithilfe Künstlicher Intelligenz

Vier Selfies aus unterschiedlichen Perspektiven verraten künftig dem Arzt, ob sein Patient an einer Herzkrankheit leidet. Die Bilder werden einfach per Internet an den Mediziner geschickt. Mithilfe eines KI-Bilderkennungsprogramms stellt er dann seine Diagnose.

„Dies ist ein Schritt hin zur Entwicklung eines auf Deep Learning basierenden Tools, mit dem das Risiko von Herzerkrankungen anhand des Gesichts bewertet werden kann“, sagt Entwickler Zhe Zheng vom Chinesischen Nationalen Zentrum für Herz-Kreislauf-Erkrankungen.

[mk_ad]

Analyse für Risikopatienten

Oberstes Ziel für Zheng war es, eine einfache Methode für eine Vorauswahl zu treffen, um die Patienten zu erkennen, die weiterer Therapien bedürfen. Der jetzt im „European Heart Journal“ der European Society of Cardiology vorgestellte Algorithmus erfordere jedoch noch eine weitere Verfeinerung, um auch andere ethnische Gruppen zu analysieren.

Erfahrene Ärzte wissen, dass bestimmte Merkmale des Gesichts und des Kopfes mit einem erhöhten Risiko für Herzerkrankungen verbunden sind. Dazu gehören schütteres oder graues Haar, Falten, Ohrläppchenfalten und Xanthelasmata (kleine gelbe Cholesterinablagerungen unter der Haut, normalerweise um den Augenlidern). Mediziner, die nicht speziell darauf geschult sind, können diese Zeichen jedoch nicht sicher interpretieren.

Trefferquote bei 80 Prozent

Um einen Algorithmus zu entwickeln, der Risiken erkennt, hat Zheng mit Xiang-Yang Ji von der Tsinghua-Universität zusammengearbeitet. Er wählte mit seinem Team 5.796 Probanden aus acht chinesischen Krankenhäusern aus. Krankenschwestern fotografierten Gesicht und Schädel aus vier Perspektiven. Ein Teil der Probanden litt an unterschiedlichen Herzkrankheiten, die mit klassischer Diagnostik erkannt worden waren.

Mit den Bildern und den zugehörigen medizinischen Befunden fütterte Ji den Algorithmus, um ihn darauf zu trainieren, die Symptome richtig zuzuordnen. Anschließend testeten die Mediziner die Fähigkeiten des Systems an 1.013 Patienten. Es lag in 80 Prozent aller Fälle richtig. Charalambos Antoniades, Professor für Herz-Kreislauf-Medizin an der University of Oxford, lobt den Ansatz seiner chinesischen Kollegen und spricht von einem neuen Potenzial in der medizinischen Diagnostik.

Das könnte dich auch interessieren: Wird sich künstliche Intelligenz gegen die Menschen richten?

Quelle: Pressetext
Artikelbild: Shutterstock / Von fototip


Hinweise: 1) Dieser Inhalt gibt den Stand der Dinge wieder, der zum Zeitpunkt der Veröffentlichung aktuell
war. Die Wiedergabe einzelner Bilder, Screenshots, Einbettungen oder Videosequenzen dient zur
Auseinandersetzung der Sache mit dem Thema.


2) Einzelne Beiträge (keine Faktenchecks) entstand durch den Einsatz von maschineller Hilfe und
wurde vor der Publikation gewissenhaft von der Mimikama-Redaktion kontrolliert. (Begründung)


Mit deiner Hilfe unterstützt du eine der wichtigsten unabhängigen Informationsquellen zum Thema Fake News und Verbraucherschutz im deutschsprachigen Raum

INSERT_STEADY_CHECKOUT_HERE

Mehr von Mimikama