Zu diesem Schluss kommen Wissenschaftler der Universität Kobe, die ein Modell der künstlichen Intelligenz zur Früherkennung der Krankheit entwickelt haben. Die Arbeit wurde in der Zeitschrift The Journal of Clinical Endocrinology and Metabolism (JCEM) veröffentlicht.
Akromegalie wird durch eine übermäßige Produktion von Wachstumshormonen verursacht. Die Krankheit entwickelt sich in der Regel im mittleren Alter und führt zu einer allmählichen Vergrößerung der Hände, Füße und Gesichtszüge.
Unbehandelt kann die Krankheit schwerwiegende Komplikationen verursachen und verkürzt die Lebenserwartung im Durchschnitt um etwa zehn Jahre.
Die Forscher beschlossen zu testen, ob sich Anzeichen der Krankheit anhand von Fotos der Hände erkennen lassen. Dieser Ansatz könnte bequemer und datenschutzfreundlicher sein als die Analyse von Gesichtsbildern.
Für ihre Arbeit sammelten die Forscher Daten von 725 Teilnehmern aus 15 medizinischen Zentren in Japan. Bei etwa der Hälfte von ihnen war eine Akromegalie diagnostiziert worden. Insgesamt verwendeten die Forscher mehr als 11.000 Handfotos, um den Algorithmus zu trainieren und zu validieren.
Die Bilder zeigten nur den Handrücken und eine geballte Faust, während die Handfläche – mit ihren einzigartigen Linien – absichtlich ausgeblendet wurde, um die Anonymität zu wahren.
Das entwickelte maschinelle Lernmodell zeigte eine hohe Genauigkeit. Wenn der Algorithmus das Vorhandensein der Krankheit anzeigte, lag die Wahrscheinlichkeit, dass eine Person tatsächlich an Akromegalie leidet, bei 88 %. War das Ergebnis negativ, lag die Wahrscheinlichkeit, dass die Krankheit nicht vorliegt, bei 93 %. Gleichzeitig war der Algorithmus genauer als Endokrinologen, denen die gleichen Fotos vorgelegt wurden.
Für die Zukunft planen die Forscher, die Wirksamkeit des Modells an größeren und vielfältigeren Stichproben zu testen. Außerdem wollen sie herausfinden, ob ähnliche Algorithmen auch zur Erkennung anderer Krankheiten eingesetzt werden können, die sich in Form von Handveränderungen äußern, wie rheumatoide Arthritis oder Anämie.
