Forscher entschlüsseln Geheimnisse des Herzens und vorhersagen Herz-Kreislauf-Erkrankungen mit KI

Erst kürzlich haben zwei Studien zum Herzen KI-Algorithmen verwendet, um ein besseres Verständnis dafür zu erlangen, wie das Herz funktioniert und wie es versagt. Ein Team von Forschern hat künstliche Intelligenz-Algorithmen verwendet, um Einblicke in die Auswirkungen der Form der Herzmuskeln auf ihre Leistung zu gewinnen. Mit Hilfe von KI-Algorithmen gewann das Forscherteam Einblicke in die Art und Weise, wie die Ventrikel des Herzens den Blutfluss erleichtern, und entdeckte sechs verschiedene DNA-Abschnitte, die wichtige Rollen bei der Entwicklung der Herzmuskeln spielen. Währenddessen untersuchte eine andere Studie, wie Selfies möglicherweise zur Diagnose von Herz-Kreislauf-Erkrankungen verwendet werden könnten.

Seit dem 15. und 16. Jahrhundert haben Wissenschaftler das Herz studiert und sich gefragt, wie seine Struktur mit seiner Funktion zusammenhängt. Leonardo da Vinci fragte sich vor über 500 Jahren, wie die Herzmuskeln das Blut durch den Körper bewegen. Dank eines Teams von Forschern aus Instituten wie dem MRC London Institute of Medical Sciences, dem Cold Spring Harbor Laboratory, dem EMBL’s European Bioinformatics Institute (EMBL-EBI), der Heidelberg University und dem Politecnico di Milano sind wir nun viel näher daran, die Rolle zu verstehen, die die Trabekeln bei der Entwicklung und Funktion des Herzens spielen.

Trabekeln sind Muskelfasern, die ein komplexes Netzwerk geometrischer Muster auf der Innenseite des Herzens bilden. Es wird angenommen, dass die Trabekeln dem Herzen während seiner Entwicklung Sauerstoff liefern, da das Herz das erste Organ ist, das sich entwickelt und keinen Sauerstoff aus den Lungen erhalten kann. Es war jedoch lange ein Rätsel, welche Rolle die Trabekeln bei Erwachsenen spielen. Da Vinci hatte vermutet, dass die Trabekeln des Herzens dazu dienten, das Blut zu erwärmen, während es durch das Herz fließt, aber dank KI-basierter Forschungstechniken haben wir nun eine Vorstellung von ihrem wahren Zweck.

Das Forscherteam verwendete KI-Algorithmen, um etwa 25.000 MRT- (Magnetresonanztomographie-) Scans des Herzens zu analysieren. Diese Scans wurden dem KI-Modell zusammen mit genetischen Daten und Herz-Morphologie-Daten zugeführt. Die Forscher analysierten die Ergebnisse des Modells und fanden heraus, dass die Trabekeln eine Rolle bei der Erleichterung des Blutflusses durch die Ventrikel des Herzens zu spielen schienen. Die geometrischen Muster auf der Innenseite des Herzens werden nun als hilfreich für einen effizienten Blutfluss angesehen, während das Herz schlägt.

Zusätzlich zu der Entdeckung, dass Trabekeln den Blutfluss erleichtern können, entdeckten die Forscher auch sechs DNA-Abschnitte, die die Entwicklung der Trabekeln beeinflussen zu scheinen. Zwei der sechs DNA-Abschnitte spielen auch Rollen bei der Entwicklung von verzweigten Nervenwegen im Gehirn. Es ist möglich, dass die gleichen Mechanismen, die zur Entstehung von Trabekeln führen, auch zur Entstehung von Nervenzellen führen.

Die Form der Trabekeln kann sogar mit Herz-Kreislauf-Erkrankungen in Zusammenhang stehen. Genetische Daten von über 50.000 Patienten wurden von dem Forscherteam analysiert, und es wurde festgestellt, dass die verschiedenen Trabekeln-Muster einige Korrelationen mit dem Risiko aufweisen, an Herz-Kreislauf-Erkrankungen zu erkranken.

In einer anderen Studie, wie von Futurism berichtet, experimentierten Forscher vom National Center for Cardiovascular Diseases in Peking, China, mit einer KI, die in der Lage war, das Risiko einer Person für Herz-Kreislauf-Erkrankungen anhand von physischen Merkmalen zu vorhersagen, die in einem einfachen Bild einer Person erfasst werden können. Es gibt physische Merkmale, die mit Herz-Kreislauf-Erkrankungen in Zusammenhang stehen, wie z.B. gelbe Ablagerungen in der Nähe der Augenlider, weiße Ringe an den äußeren Rändern der Hornhaut und ergrauendes oder dünnes Haar. Wenn das Algorithmus auf Bildern von Patienten aus chinesischen Krankenhäusern trainiert wurde, übertraf es angeblich bestehende Methoden zur Risikobewertung von Herz-Kreislauf-Erkrankungen und konnte etwa 80 % der Fälle von Herz-Kreislauf-Erkrankungen erkennen. Es erfasste auch etwa 60 % aller negativen Fälle von Herz-Kreislauf-Erkrankungen.

Es gibt eine hohe Falsch-Positiv-Rate in Verbindung mit dem Algorithmus, die das Team angeben, dass sie angehen müssen, und bemerken, dass Falsch-Positiv-Raten Patienten unnötige Angstzustände verursachen und das Gesundheitssystem mit unnötigen Tests überlasten könnten. Wenn jedoch die Falsch-Positiv-Rate des Algorithmus angegangen und die Gesamtgenauigkeit verbessert werden kann, könnte es ein nützliches Werkzeug für Regionen der Welt sein, die mit der angemessenen Finanzierung von Herz-Kreislauf-Erkrankungs-Präventionsprogrammen zu kämpfen haben.