Künstliche Intelligenz soll Atherosklerose erkennen

Steirische Forscher wollen Atherosklerose rascher erkennen. Klar ist: Je früher solche Gefäßveränderungen erkannt werden, desto wirksamer kann ihnen begegnet werden.

Um das Risiko einer Gefäßverkalkung frühzeitig feststellen zu können, greifen Forschende der MedUni Graz im Rahmen der „Europäischen Partnerschaft für personalisierte Medizin – EP PerMed“ – auf Methoden der Künstlichen Intelligenz zurück, teilte die MedUni Graz am Dienstag mit. Ein Großteil der Herzerkrankungen wäre vermeidbar, wenn man die persönlichen Risiken frühzeitig erkennen könnte – die Neigung zu Atherosklerose beispielsweise. Sie bliebt oft lange unentdeckt, weil sie lange keine Symptome hervorruft, erklärte Peter Rainer von der Klinische Abteilung für Kardiologie der MedUni Graz. Er leitet eine Forschungsgruppe, die sich mit Herzinfarkt- und Herzschwächeforschung beschäftigt.

Um rechtzeitig vorbeugende Maßnahmen ergreifen zu können, kommt daher der frühen Identifizierung von Personen mit hohem Risiko an Atherosklerose zu erkranken große Bedeutung zu. Im neuen Forschungsprojekt „Predicting Cardiovascular Events Using Machine Learning“ (PRE-CARE ML) hat sich das Team unter seiner Leitung zum Ziel gesetzt, Risikovorhersagetools zur Früherkennung von Personen mit hohem Risiko für kardiovaskuläre Erkrankungen zu entwickeln. Dazu wollen die Forscher die in großer Menge vorliegenden, aber bisher mit konventionellen Methoden nicht umfassend nutzbaren Gesundheitsdaten besser nutzen. Künstliche Intelligenz soll hier Abhilfe schaffen und aus den elektronischen Krankenakten Merkmale herausfiltern, die helfen eine Arterienverkalkung im Frühstadium zu erkennen.

Die Grazer Wissenschafter greifen auf ihre bisherigen Erfahrungen in der Verwendung von maschinellen Lernalgorithmen zur Risikovorhersage zurück und entwickeln im multidisziplinären Konsortium, zu dem auch Forscher vom Karolinska Institutet in Stockholm, dem Hasso-Plattner-Institut in Potsdam und der Icahn School of Medicine at Mount Sinai, New York, der Universität São Paulo, Brasilien, und der slowenische Universität Maribor gehören, die Modelle weiter. „In unserem Projekt arbeiten wir eng mit Krankenanstalten zusammen, um unsere Modelle in deren Informationssysteme integrieren zu können und die Auswirkungen auf den Krankenhausalltag zu bewerten“, erklärt der Experte der MedUni Graz. (red)