Ein einfaches Foto der Hand könnte der Schlüssel zur Erkennung einer schweren Krankheit sein

Forscher der Universität Kobe haben ein System künstlicher Intelligenz entwickelt, das eine seltene endokrine Erkrankung allein anhand von Fotos des Handrückens und einer geballten Faust erkennen kann. Da bei diesem Ansatz keine Gesichtsbilder verwendet werden, wird die Privatsphäre der Patienten gewahrt, während gleichzeitig eine hohe diagnostische Genauigkeit erreicht wird. Nach Ansicht der Wissenschaftler könnte die Technologie Ärzten künftig dabei helfen, Patienten schneller an Spezialisten zu überweisen und den Zugang zur medizinischen Versorgung in unterversorgten Gebieten zu verbessern.

Akromegalie: Hände und Füße vergrößern sich

Die Krankheit, auf die die KI abzielt, ist Akromegalie, eine seltene hormonelle Erkrankung, die meist im mittleren Alter auftritt. Sie wird durch eine übermäßige Produktion von Wachstumshormonen verursacht. Dieses Hormon wird in der Hypophyse (Hirnanhangsdrüse) gebildet. Die Ursache ist meist ein gutartiger Tumor in dieser Drüse. Durch den Überschuss an Wachstumshormon wachsen vor allem Knochen und Weichteile weiter, obwohl das normale Körperwachstum bereits abgeschlossen ist. Typisch ist, dass sich Hände und Füße vergrößern – Betroffene merken oft, dass Ringe oder Schuhe nicht mehr passen. Auch das Gesicht verändert sich: Kiefer, Nase, Lippen und Stirn können gröber und ausgeprägter werden. Zusätzlich können Beschwerden wie Kopfschmerzen, Gelenkschmerzen, Schwitzen, Müdigkeit oder Sehstörungen auftreten.

Wichtig ist, dass Akromegalie behandelt wird, da sie unbehandelt zu ernsthaften Folgeproblemen wie Herz-Kreislauf-Erkrankungen führen kann. Die Therapie besteht meist aus einer Operation, Medikamenten oder Bestrahlung, um die Hormonproduktion zu normalisieren. Da sich die Erkrankung über viele Jahre hinweg allmählich entwickelt, kann es schwierig sein, sie frühzeitig zu erkennen. Akromegalie kann die Lebenserwartung um etwa 10 Jahre verkürzen. „Da die Erkrankung so langsam fortschreitet und es sich um eine seltene Krankheit handelt, dauert es nicht selten bis zu einem Jahrzehnt, bis sie diagnostiziert wird“, sagt der Endokrinologe Hidenori Fukuoka von der Universität Kobe. Er fügte hinzu: „Mit den Fortschritten bei KI-Tools gab es Versuche, Fotos zur Früherkennung einzusetzen, doch diese haben sich in der klinischen Praxis nicht durchgesetzt.“

Ein datenschutzorientierter KI-Ansatz unter Verwendung von Handbildern

Als das Forschungsteam bestehende KI-Studien auswertete, stellte es fest, dass viele Systeme zur Erkennung der Krankheit auf Gesichtsfotos angewiesen sind. Die Gesichtserkennung kann jedoch Datenschutzbedenken bei Patienten hervorrufen. Um dieses Problem anzugehen, wählten die Wissenschaftler eine andere Strategie. Yuka Ohmachi, Doktorandin an der Universität Kobe, erklärte: „Um diesem Bedenken Rechnung zu tragen, haben wir uns auf die Hände konzentriert – ein Körperteil, das wir in der klinischen Praxis zu Diagnosezwecken routinemäßig neben dem Gesicht untersuchen, insbesondere da sich Akromegalie oft durch Veränderungen an den Händen äußert.“

Um den Datenschutz zu stärken, beschränkten die Forscher ihre Bilder auf den Handrücken und eine geballte Faust. Sie verzichteten bewusst auf Handflächenbilder, da Handlinienmuster sehr individuell sind und die Identität preisgeben könnten. Dieser vorsichtige Ansatz trug dazu bei, eine große Anzahl von Teilnehmern zu gewinnen. Insgesamt steuerten 725 Patienten aus 15 medizinischen Einrichtungen in ganz Japan mehr als 11.000 Bilder bei, die zum Trainieren und Testen des KI-Modells verwendet wurden.

Das Team veröffentlichte seine Ergebnisse im Journal of Clinical Endocrinology & Metabolism. Ihr KI-Modell zeigte bei der Erkennung von Akromegalie anhand der Handbilder eine sehr hohe Sensitivität und Spezifität. Im direkten Vergleich schnitt das System sogar besser ab als erfahrene Endokrinologen, die dieselben Fotos bewerteten. „Ehrlich gesagt war ich überrascht, dass die diagnostische Genauigkeit allein anhand von Fotos des Handrückens und der geballten Faust ein so hohes Niveau erreichte. Was mir besonders auffiel, war, dass diese Leistungsfähigkeit ohne Gesichtsmerkmale erzielt wurde, was diesen Ansatz für das Krankheitsscreening wesentlich praktischer macht“, so Ohmachi.

Ausweitung der medizinischen KI auf weitere Erkrankungen

Die Forscher hoffen nun, ihr System so anzupassen, dass es weitere Erkrankungen erkennen kann, die sichtbare Veränderungen an den Händen hervorrufen. Mögliche Ziele sind unter anderem rheumatoide Arthritis, Anämie und Trommelschlägelfinger. Trommelschlägelfinger sind eine auffällige Veränderung der Fingerform, bei der sich die Endglieder der Finger verdicken und verbreitern, sodass sie an die Form eines Trommelschlägels erinnern. Gleichzeitig wirken die Fingernägel oft stärker gewölbt, glänzend und größer, was als Uhrglasnägel bezeichnet wird. Diese Veränderung entsteht meist nicht von selbst, sondern ist ein Hinweis auf eine länger bestehende Erkrankung im Körper. Häufig stehen Trommelschlägelfinger im Zusammenhang mit chronischen Erkrankungen der Lunge, wie zum Beispiel Lungenkrebs oder schweren Entzündungen, aber auch Herzkrankheiten, bei denen es zu einem dauerhaften Sauerstoffmangel im Blut kommt, können die Ursache sein. Seltener sind Erkrankungen des Verdauungssystems oder der Leber beteiligt. Der genaue Mechanismus ist noch nicht vollständig geklärt, man geht jedoch davon aus, dass eine verbesserte Durchblutung und Gewebsvermehrung in den Fingerendgliedern eine Rolle spielen. Wichtig ist, dass Trommelschlägelfinger immer ärztlich abgeklärt werden sollten, da sie ein wichtiges Warnsignal für ernsthafte Grunderkrankungen sein können. Dieses Ergebnis könnte der Ausgangspunkt für die Erweiterung des Potenzials der medizinischen KI sein.

In der klinischen Praxis stützen sich Ärzte bei der Diagnose von Patienten auf weit mehr als nur Handbilder. Anamnese, Laboruntersuchungen und körperliche Untersuchungen spielen ebenfalls eine wichtige Rolle. Die Forscher der Universität Kobe sehen ihr KI-Tool als etwas, das Ärzte unterstützen kann, anstatt sie zu ersetzen. In ihrer Studie beschreiben sie die Technologie als eine Möglichkeit, „klinisches Fachwissen zu ergänzen, diagnostische Übersehen zu reduzieren und frühzeitigere Interventionen zu ermöglichen“.

Die Forscher glauben, dass die Weiterentwicklung dieser Technologie dazu führen könnte, eine medizinische Infrastruktur im Rahmen umfassender Gesundheitsuntersuchungen zu schaffen, um Verdachtsfälle von Handerkrankungen an Spezialisten weiterzuleiten. Darüber hinaus könnte sie Allgemeinmediziner in regionalen Gesundheitseinrichtungen unterstützen und so dazu beitragen, gesundheitliche Ungleichheiten dort zu verringern.