Using AI to predict retinal disease progression
Zusammenfassung
Kurz
Der Bericht beschreibt eine KI, die anhand von Netzhaut-OCT-Aufnahmen das Fortschreiten trockener AMD zur exsudativen AMD innerhalb von sechs Monaten vorhersagen soll. Laut Autoren schnitt sie im Vergleich mit sechs Fachleuten ähnlich gut oder teilweise besser ab, ist aber noch nicht für den klinischen Alltag einsatzbereit und muss unter anderem auf andere Bevölkerungsgruppen sowie auf mögliche Folgen falsch positiver Warnungen geprüft werden.
Mittel
Der Bericht stellt ein KI-System vor, das anhand von OCT-Aufnahmen vorhersagen soll, ob ein Auge mit trockener altersbedingter Makuladegeneration innerhalb von sechs Monaten zur schwereren exsudativen AMD (exAMD) fortschreitet. Entwickelt wurde es mit anonymisierten Scans von 2.795 Moorfields-Patientinnen und -Patienten, die exAMD in einem Auge und ein hohes Risiko im anderen hatten. Zwei neuronale Netze verarbeiten sowohl die ursprünglichen Aufnahmen als auch eine anatomische Segmentierung in 13 Gewebekategorien.
In einem Vergleich mit sechs erfahrenen Augenfachleuten schnitt das System laut Autoren ähnlich gut oder teilweise besser ab. Die Fachleute lagen über Zufallsniveau, ihre Einschätzungen variierten jedoch deutlich. Die Segmentierungen und Risikowerte sollen auch helfen, Veränderungen im Gewebe im Zeitverlauf nachzuvollziehen.
Die Autoren stellen klar, dass das System noch nicht für den klinischen Alltag bereit ist. Es muss in Bevölkerungsgruppen mit anderen demografischen Merkmalen geprüft werden; falsch positive Warnungen könnten Patientinnen und Patienten unnötig belasten. Bei 90 Prozent Spezifität lag die angegebene Empfindlichkeit bei 34 Prozent. Die Leistung könnte laut Bericht Studien zu möglichen Behandlungen unterstützen, ersetzt aber keine weitere Prüfung der klinischen Anwendung.
Ausführlich lesen
Der Bericht beschreibt eine KI, die bei Menschen mit trockener altersbedingter Makuladegeneration (AMD) vorhersagen soll, ob sich ein Auge innerhalb der nächsten sechs Monate zur schwereren, exsudativen AMD (exAMD) entwickelt. Laut den Autoren ist AMD eine bedeutende Ursache für Sehverlust im Alter; etwa 15 Prozent der Menschen mit trockener AMD entwickeln demnach exAMD. Da Behandlungen den weiteren Sehverlust verlangsamen können, sehen die Autoren die Zeit vor dem Fortschreiten als mögliche Gelegenheit für frühzeitige Maßnahmen.
Für die Entwicklung und Auswertung nutzte das Team anonymisierte OCT-Aufnahmen von 2.795 Patientinnen und Patienten des Moorfields Eye Hospital in London. Alle hatten exAMD in einem Auge und ein hohes Risiko dafür im anderen. Die Aufnahmen stammten von sieben Klinikstandorten. Weil die Diagnose und Behandlung zeitlich hinter dem tatsächlichen Krankheitsbeginn liegen können, ließen die Forschenden Fachleute sämtliche Scans prüfen und den Zeitpunkt bestimmen, ab dem exAMD erstmals erkennbar war.
Das Vorhersagesystem besteht aus zwei tiefen neuronalen Netzen. Zunächst werden OCT-Scans in 13 anatomische Gewebekategorien segmentiert. Anschließend nutzt das Vorhersagemodell sowohl diese Segmentierung als auch den ursprünglichen Scan, um das Risiko einer Entwicklung zur exAMD in den folgenden sechs Monaten einzuschätzen. Die Kombination soll dem Modell ermöglichen, bekannte anatomische Veränderungen wie Drusen zu berücksichtigen und zugleich weitere, subtilere Hinweise in den Rohbildern zu erkennen. Das gewählte Zeitfenster sollte laut Bericht mindestens zwei Kontrolltermine im Voraus eine Warnung ermöglichen, wenn die Abstände zwischen den Terminen höchstens drei Monate betragen.
Zum Vergleich beurteilten sechs erfahrene Fachleute – drei Augenärzte und drei Optometristen – ob ein Auge innerhalb von sechs Monaten zu exAMD fortschreiten würde. Die Autoren berichten, dass die Fachleute besser als Zufall abschnitten, die Aufgabe aber schwierig war und ihre Einschätzungen stark variierten. Das KI-System erreichte demnach eine ähnlich gute oder teils bessere Vorhersageleistung und stimmte gleichmäßiger mit den einzelnen Fachleuten überein. Die Segmentierungen und zeitlichen Risikowerte sollen außerdem Veränderungen des Gewebes sichtbar machen und so die Interpretation der Vorhersagen unterstützen.
Der Bericht betont, dass das System noch kein Produkt für den klinischen Alltag ist. Seine Leistung muss in Bevölkerungsgruppen mit deutlich anderen demografischen Merkmalen geprüft werden. Zudem können falsch positive Warnungen unnötige Belastungen und Kosten verursachen; die Wahl des Schwellenwerts erfordert daher eine Abwägung zwischen Empfindlichkeit und Spezifität. Als Beispiel nennen die Autoren bei 90 Prozent Spezifität eine Empfindlichkeit von 34 Prozent: Das System erkannte damit ein Drittel der Scans, bei denen innerhalb von sechs Monaten ein Fortschreiten folgte. Sie halten diese Leistung möglicherweise für ausreichend, um Studien zu neuen Behandlungsansätzen zu unterstützen, sehen aber weitere Untersuchungen zur Anwendung und zu ihren Folgen als erforderlich an.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Bewertet wurde die mittlere Zusammenfassung von Luna; die kurze Fassung ist ebenfalls inhaltlich treu, lässt aber die Open-Source-Veröffentlichung aus.
Im Bericht, aber nicht in der Zusammenfassung
- Veröffentlichung des Modellcodes als Open Source auf GitHub
- Freigabe des Datensatzes über die Ryan Initiative for Macular Research
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 31 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 38 %einzelne zitierbare Belege
- amos 29 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 39 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 28 %Hintergrund, keine Belege
- JEV 30 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 45 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 52 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 42 %einzelne zitierbare Belege
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 39 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 49 %einzelne zitierbare Belege
- JEV 61 %einzelne zitierbare Belege
- amos 23 %gleiches Oberthema, hilft nicht
- SubQ 44 %gleiches Oberthema, hilft nicht
- drex 29 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 64 %umfangreiche Belege
- JEV 41 %beantwortet teilweise oder widerspricht
- amos 22 %einzelne zitierbare Belege
- SubQ 100 %kein Bezug
- drex 30 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung Hintergrund, keine Belege
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 31 %einzelne zitierbare Belege
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 26 %nur am Rande erwähnt
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 72 %einzelne zitierbare Belege
- JEV 54 %einzelne zitierbare Belege
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
- SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte?
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 29 %Hintergrund, keine Belege
- JEV 29 %Hintergrund, keine Belege
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat?
Weitere Berichte zu diesen Fragen
- Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv