Eine der schwerwiegendsten Erscheinungsformen ist die Nierenbeteiligung, die als Lupusnephritis (LN) bezeichnet wird. Obwohl die LN durch Blut- oder Urintests nachgewiesen werden kann, gilt eine Nierenbiopsie als der präziseste diagnostische Ansatz. Die Interpretation von Biopsieberichten ist jedoch aufgrund von Diskrepanzen zwischen den Interpretationen der Pathologen schwierig. Laut dem Daten- und Analyseunternehmen GlobalData wird in den USA daran geforscht, KI für die Diagnose von LN zu nutzen, und es besteht die Möglichkeit, die Erkennung der Krankheit zu automatisieren.
Am Cullen College of Engineering der University of Houston (UH) entwickeln Wissenschaftler ein KI-Programm zur Unterstützung der Diagnose von LN. Sie trainieren ein “neuronales Netzwerk” , um LN-Biopsie-Objektträger zu lesen und zu klassifizieren. Konkret beabsichtigt das Forschungsteam, eine spezielle Computer-Vision-Pipeline zur Klassifizierung von LN durch die Analyse von histopathologischen Bildgebungsdaten mithilfe von maschinellem Lernen (ML) zu entwickeln. In enger Zusammenarbeit mit Nierenpathologen, darunter Experten aus verschiedenen Einrichtungen weltweit, will das UH-Team ein computergestütztes Diagnosesystem für LN entwickeln, das klinische Entscheidungshilfen ähnlich wie Nierenpathologen bietet.
Die Anwendung von KI im Bereich der LN wurde in der Vergangenheit auch erforscht, um das Ansprechen auf die Behandlung der Krankheit zu bewerten. Im Jahr 2021 stellte ein Forscherteam der Medical University of South Carolina (MUSC) einen bahnbrechenden ML-Algorithmus vor, der auf die Vorhersage des Behandlungserfolgs bei Menschen mit LN zugeschnitten ist. Dieses innovative Modell berücksichtigte sieben wichtige Krankheitsindikatoren, um die Wahrscheinlichkeit des Ansprechens eines Patienten auf die Therapie innerhalb eines Jahres vorherzusagen, und zeigte vielversprechende Ergebnisse.
Sravani Meka, Senior Immunology Analyst bei GlobalData, schränkt aber ein: “Da sich das KI-Programm noch in einem frühen Entwicklungsstadium befindet, kann es noch nicht auf die gesamte SLE-Population angewendet werden. Da ML nicht nur im Gesundheitswesen, sondern auch in anderen Branchen noch in den Kinderschuhen steckt, bleibt abzuwarten, wann und wie KI-Programme wie dieses in größerem Umfang eingesetzt werden, um präzise Diagnosen zu stellen, klinische Prozesse zu rationalisieren, Kosten im Gesundheitswesen und die Belastung von Fachärzten zu reduzieren und letztlich Leben zu retten.”
LLMs besitzen einerseits innovative neue Fähigkeiten, stellen Unternehmen allerdings auch vor diverse Herausforderungen: ob EU…
Server-Ausbau in den USA und China macht große Fortschritte, deutscher Weltmarktanteil sinkt. Lichtblicke in Frankfurt…
Der Markt für Workplace Services gerät in Bewegung. Das bestmögliche digitale Nutzererlebnis gilt als Schlüssel…
Schutz für 10.000 Postfächer über rund 200 Domains: Private-Stack-Variante kombiniert Vorteile einer Cloud-Lösung mit Sicherheit…
Huawei Connect Paris: Innovationen rund um Data Center, Storage und IT-Sicherheit.
Mit KI optimieren Hacker ihre Angriffsversuche. Ist CIAM eine Lösung, mit der sich Unternehmen vor…