Ein einfaches Foto Ihrer Hand könnte eine seltene Gesundheitsstörung erkennen
Handlesen kann vielleicht nicht Ihre Zukunft vorhersagen, aber wenn Sie Ihre Hand umdrehen, könnte sie entscheidende Informationen darüber liefern, wie lange Sie möglicherweise leben.
Laut neuer Forschung könnte ein einfaches Foto des Handrückens helfen, eine seltene und tödliche Hormonstörung zu erkennen, die sonst schwer zu diagnostizieren ist.
Bleibt die Erkrankung unbehandelt, kann sie lebensbedrohliche Komplikationen verursachen. Im Durchschnitt verkürzt sie die Lebenserwartung um etwa ein Jahrzehnt.
Akromegalie tritt auf, wenn der Körper zu viel Wachstumshormon produziert, und beginnt meist im mittleren Lebensalter. Vergrößerte Hände und Füße gehören zu den ersten Anzeichen dafür, dass etwas nicht stimmt.
„Da sich die Erkrankung so langsam entwickelt und zudem selten ist, dauert es nicht ungewöhnlich bis zu einem Jahrzehnt, bis sie diagnostiziert wird“, erklärt der Endokrinologe Hidenori Fukuoka von der Universität Kobe.
„Mit dem Fortschritt von KI-Werkzeugen gab es Versuche, Fotos zur Früherkennung zu nutzen, aber sie wurden in der klinischen Praxis bislang nicht übernommen.“
Außerdem bringt die Verwendung von Gesichtsfotos Datenschutzbedenken mit sich. Hände sind anonymer, insbesondere wenn die Handfläche und ihre einzigartigen Linien nicht sichtbar sind.
Fukuoka und Kollegen rekrutierten daher 725 Teilnehmende, etwa die Hälfte davon mit Akromegalie, aus 15 medizinischen Einrichtungen in Japan. Mehr als 11.000 Bilder ihrer Hände wurden anschließend verwendet, um ein KI-Modell zu trainieren und zu validieren. Diese Fotos blendeten die Handfläche aus und konzentrierten sich auf den Handrücken sowie eine geballte Faust.
Das Modell identifizierte schließlich Patienten mit Akromegalie mit einem positiven Vorhersagewert von 0,88 und einem negativen Vorhersagewert von 0,93.
Das bedeutet, dass bei einem positiven Testergebnis eine Wahrscheinlichkeit von 88 Prozent bestand, dass die Person tatsächlich an Akromegalie litt.
Bei einem negativen Ergebnis bestand hingegen eine Wahrscheinlichkeit von 93 Prozent, dass der Patient nicht betroffen war.
Das KI-Modell übertraf sogar echte Fachärzte für Endokrinologie, denen dieselben Fotos vorgelegt wurden.
„Ehrlich gesagt war ich überrascht, dass die diagnostische Genauigkeit allein mit Fotos des Handrückens und einer geballten Faust ein so hohes Niveau erreichte“, sagt Erstautorin Yuka Ohmachi, Doktorandin an der Universität Kobe.
„Besonders bedeutsam war für mich, dieses Leistungsniveau ohne Gesichtszüge zu erreichen, was diesen Ansatz für das Screening wesentlich praktikabler macht.“
Auf 100.000 Personen in einer Bevölkerung entfallen etwa 8 bis 24 Fälle von Akromegalie.
Zu den häufigen Symptomen zählen Schwellungen der Extremitäten, Kopfschmerzen und Veränderungen im Gesicht. Da sich diese Veränderungen jedoch allmählich entwickeln, bleibt eine frühe Diagnose schwierig. Etwa ein Viertel der Patienten erlebt derzeit Diagnoseverzögerungen von mehr als 10 Jahren.
„Diese Studie unterstützt unsere Hypothese, dass Akromegalie allein anhand von Handbildern mit einer Genauigkeit diagnostiziert werden kann, die mit der berichteten KI-Diagnose auf Basis von Gesichtsbildern vergleichbar ist“, schreiben Fukuoka und Kollegen.
Dennoch bedeutet dieses neue maschinelle Lernwerkzeug nicht, dass menschliche Spezialisten nicht mehr benötigt werden. Akromegalie wird nicht ausschließlich visuell diagnostiziert. Endokrinologen berücksichtigen auch Veränderungen der Stimme, der Gesichtsausdrücke und biochemische Marker sowie die gesamte Krankengeschichte einer Person.
Ein solcher umfassender Überblick wird bestehen bleiben, doch ein neues KI-Werkzeug könnte den Prozess ergänzen und beschleunigen.
„Die Fähigkeit eines solchen Modells, Gesundheitsdienstleister ohne spezialisierte Ausbildung zu unterstützen, stellt einen bedeutenden Fortschritt für die diagnostische Genauigkeit und die Förderung einer gerechten Gesundheitsversorgung dar“, schließen die Studienautoren.
Das Forschungsteam möchte nun prüfen, ob ihr Modell in größeren und vielfältigeren Populationen funktioniert. Außerdem wollen sie untersuchen, ob ein ähnliches Modell für andere Erkrankungen eingesetzt werden kann, die sich an den Händen zeigen, wie rheumatoide Arthritis, Anämie oder Trommelschlegelfinger.
„Wir glauben, dass die weitere Entwicklung dieser Technologie zur Schaffung einer medizinischen Infrastruktur bei umfassenden Gesundheitsuntersuchungen führen könnte, um Verdachtsfälle handbezogener Erkrankungen an Spezialisten weiterzuleiten“, sagt Fukuoka.
Die Studie wurde im Journal of Clinical Endocrinology and Metabolism veröffentlicht.