Epilepsie-KI-Tool erkennt Hirnläsionen, die Ärzte übersehen

Ein auf künstlicher Intelligenz basierendes Tool kann zwei Drittel der Hirnläsionen bei Epilepsie erkennen, die von Ärzten häufig übersehen werden, sagen die britischen Forscher, die das Tool entwickelt haben. Damit wird der Weg für gezieltere Operationen zur Beendigung von Anfällen geebnet.
Jeder fünfte Epilepsiepatient – in Großbritannien insgesamt 30.000 – erleidet unkontrollierte Anfälle aufgrund von Hirnanomalien, die auf Scans für das menschliche Auge zu unauffällig sind.
Experten für Kinderepilepsie sagen, das KI-Tool habe „großes Potenzial“ und eröffne neue Behandlungsmöglichkeiten.
Allerdings sind noch weitere Studien zum langfristigen Nutzen für die Patienten erforderlich, bevor die Methode zugelassen und in Kliniken eingesetzt werden kann.
Als fokale kortikale Dysplasie bezeichnete Hirnanomalien sind eine häufige Ursache für Epilepsie, insbesondere wenn die Anfälle durch Medikamente nicht kontrolliert werden können.
Krampfanfälle wirken sich auf unterschiedliche Weise auf die Betroffenen aus. Zu den Symptomen zählen Zuckungen und Schütteln, Steifheit und Bewusstlosigkeit. Sie können regelmäßige Besuche in der Notaufnahme erforderlich machen.
Die Entfernung eines kleinen Teils des Gehirns kann eine sichere und effektive Methode sein, sie zu verhindern. Wenn Radiologen die winzigen Läsionen auf Gehirnscans jedoch nicht erkennen können, können sich Diagnose, Behandlung und Operation verzögern.
Für diese in JAMA Neurology veröffentlichte Studie fütterten die Forscher vom King's College London und dem University College London ihr Instrument mit Magnetresonanztomographie-Scans (MRT) von mehr als 1.185 Erwachsenen und Kindern in 23 Krankenhäusern auf der ganzen Welt. 703 von ihnen wiesen Gehirnanomalien auf.
Das Tool namens MELD Graph konnte die Bilder schneller und detaillierter verarbeiten als ein Arzt, was eine zeitnahere Behandlung und weniger kostenintensive Tests und Verfahren bedeuten könne, sagte der leitende Forscher Dr. Konrad Wagstyl.
Allerdings wäre für die KI eine menschliche Aufsicht erforderlich und dennoch würden viele Anomalien übersehen.
„Es ist, als würde man auf fünf Seiten schwarzen Textes ein einzelnes Zeichen finden“, sagte Dr. Wagstyl.
„KI kann etwa zwei Drittel der Probleme finden, die Ärzte übersehen – ein Drittel ist jedoch immer noch wirklich schwer zu finden.“
In einem Krankenhaus in Italien konnte mit dem Tool eine unauffällige Läsion identifiziert werden, die den Radiologen entgangen war. Die Läsion befand sich bei einem 12-jährigen Jungen, der zwar neun verschiedene Medikamente ausprobiert hatte, aber immer noch täglich unter Anfällen litt.

Die Co-Autorin der Studie und Fachärztin für Epilepsie im Kindesalter, Prof. Helen Cross, sagte, die Studie habe das Potenzial, „Anomalien rasch zu identifizieren, die beseitigt werden können, und so die Epilepsie möglicherweise zu heilen“.
Unkontrollierte Epilepsie sei „handlungsunfähig“, sagte sie.
Viele der Kinder, die sie als Ärztin im Great Ormond Street Hospital behandelt, haben jahrelange Anfälle und Untersuchungen hinter sich, bevor eine Verletzung gefunden wird.
Die Charity Epilepsy Action sagte, das Potenzial des neuen KI-Tools sei „wirklich aufregend“ und könne den Menschen eine schnellere Diagnose ermöglichen, löse aber nicht das Problem des Mangels an spezialisierten Epilepsiepflegern in England.
„Es ist noch zu früh und wie immer müssen wir mit Vorsicht vorgehen“, sagte Ley Sander von der Epilepsy Society. Er fügte hinzu, wenn das Tool mehr Menschen als Kandidaten für eine Gehirnoperation identifizieren könne, könnte das „das Leben von viel mehr Menschen mit Epilepsie verändern“.
Die Forscher hoffen auf eine offizielle Zulassung für den Einsatz von MELD Graph als Diagnoseinstrument. Zunächst sind jedoch weitere Studien erforderlich, um den langfristigen Nutzen für Patienten zu untersuchen, bei denen Hirnläsionen festgestellt wurden.
Mittlerweile hat das Forschungsteam das Tool als Open-Source-Software verfügbar gemacht, sodass es in Krankenhäusern weltweit für die klinische Forschung eingesetzt werden kann.
BBC