KI und die schwierigen Probleme der Welt · Medizin & Wirkstoffforschung · Nature (machine learning) · 2026-10-05
Eine auf Deep Learning basierende Pipeline zur Differenzierung der hypertrophen Kardiomyopathie von der kardialen Amyloidose mittels 2D-Mehrfachansichts-Echokardiographie
Originaltitel: A deep learning-driven pipeline for differentiating hypertrophic cardiomyopathy from cardiac amyloidosis using 2D multi-view echocardiography
Hypertrophe Kardiomyopathie (HCM) und kardiale Amyloidose (CA) sehen in der Echokardiografie ähnlich aus, was ihre Unterscheidung erschwert. In der Studie wurde ein Deep-Learning-Framework entwickelt, das 2D-Echobilder in fünf klinisch relevante Ansichten einteilt, aus jeder Ansicht Merkmale extrahiert und diese fusioniert. In einer fünffachen Kreuzvalidierung an 212 HCM-, 119 CA- und 200 Kontrollpatienten erreichte es eine Präzision von 0.83, eine Sensitivität von 0.81, eine Spezifität von 0.89 und einen Micro-F1 von 0.82; die Autoren bezeichnen es als zuverlässiges Diagnoseinstrument.