Eine Gruppe von medizinischen Forscher:innen, Ingenieur:innen und Informatiker:innen aus mehreren Institutionen in den Vereinigten Staaten hat in einer Studie gezeigt, dass maschinelles Lernen Ärzten und Ärztinnen helfen kann, Patient:innen mit einem Risiko für die Entwicklung von COPD zu erkennen.
Die Studie, die im Fachmagazin Nature Genetics veröffentlicht wurde, beinhaltete die Schulung eines Deep-Learning-Netzwerks mit Spirogrammdaten von Patient:innen, um die Entwicklung von COPD vorherzusagen.
COPD ist weltweit die dritthäufigste Todesursache, zu der auch verschiedene obstruktive Lungenerkrankungen wie Asthma, Bronchitis und Emphysem gehören. Frühere Forschungen haben gezeigt, dass die vorzeitige Behandlung von COPD die Wirksamkeit von Therapien bei der Verlangsamung ihrer Progression erhöhen kann. Aus diesem Grund haben sich medizinische Wissenschaftler*innen auf die Identifizierung von Patient:innen mit dem höchsten Risiko konzentriert.
Das Team schulte dazu ein neuronales Netzwerk, um den Unterschied zwischen Menschen mit COPD und solchen ohne Erkrankung zu erkennen. Die Daten für das Training des Systems stammten aus Patient*innenakten, Diagnosesystemen und Spirogrammen. Spirogramme werden erzeugt, indem Patient*innen einer Spirometrie unterzogen werden, bei der sie in ein schlauchähnliches Gerät pusten, das mit einer Maschine zur Messung der Lungenkraft verbunden ist.
Nachdem das System gesunde Lungen von solchen mit COPD unterscheiden konnte, fügten die Forschenden weitere Daten hinzu, die im Laufe vieler Jahre erstellt wurden, um Anzeichen von COPD bei Patient:innen frühzeitig zu erkennen. Anschließend testeten sie das System mit von 325.000 Patient:innen aus der UK Biobank, die auch Spirogramme enthielt, und fütterten es zusätzlich mit Risikodaten von Teilnehmenden anderer gesundheitsbezogener Initiativen. Auf diese Weise stellten die Forschenden fest, dass sie das System darauf trainieren konnten, bei Patient:innen sehr frühe Anzeichen von COPD zu identifizieren.
Abschließend empfehlen die Forschenden, dass ihr System bald für die Untersuchung von COPD-Patient:innen eingesetzt werden könnte, indem es Spirogrammdaten analysiert. Darüber hinaus könnte das System für neue Forschungsanstrengungen genutzt werden, um besser zu verstehen, wie COPD in der Lunge entsteht und warum sie in manchen Fällen so schnell fortschreitet.
Verpassen Sie keine wichtigen Neuigkeiten rund um COPD und bleiben Sie auf dem neuesten Stand.
powered by Borlabs Cookie