MOUNTAIN VIEW (Biermann) — Ein automatisiertes Anämie-Screening auf der Grundlage von Fundusbildern könnte insbesondere für Patienten mit Diabetes hilfreich sein, die sich einer regelmäßigen Netzhautbildgebung unterziehen und bei denen eine Anämie das Morbiditäts- und Mortalitätsrisiko erhöhen kann. Das berichten die Verfasser einer kürzlich publizierten Studie.
Aufgrund der Invasivität diagnostischer Tests auf eine Anämie und der mit dem Screening verbundenen Kosten sei die entsprechende Detektionsrate eher gering, erläutern die Wissenschaftler den Hintergrund ihrer Untersuchung. In ihrer Studie konnten sie zeigen, dass eine Anämie über maschinelle Lernalgorithmen erkannt werden kann, die anhand von Fundusbildern der Netzhaut sowie Metadaten zu den untersuchten Probanden (einschließlich ethnischer Zugehörigkeit, Alter, Geschlecht und Blutdruck) oder der Kombination beider Datenarten (Bildgebung und Metadaten) trainiert wurden.
In einem Validierungsdatensatz von 11.388 Studienteilnehmern der britischen Biobank prognostizierten die Modelle mit ausschließlich Metadaten bzw. mit ausschließlich Fundesaufnahmen und das Kombinationsmodell die Hämoglobinkonzentration mit durchschnittlichen absoluten Fehlerwerten von 0,73 (95%-KI 0,72–0,74) bzw. 0,67 (95%-KI 0,66–0,68) und 0,63 (95%-KI 0,62–0,64) sowie mit Werten für die Fläche unter der ROC-Kurve von 0,74 (95%-KI 0,71–0,76) bzw. 0,87 (95%-KI 0,85–0,89) und 0,88 (95%-KI 0,86–0,89).
Für 539 Studienteilnehmer, die nach eigenen Angaben an Diabetes litten, prognostizierte das kombinierte Modell eine Hämoglobinkonzentration mit einem mittleren absoluten Fehlerwert von 0,73 (95%-KI 0,68–0,78) und eine Anämie mit einer Fläche unter der Kurve von 0,89 (95%-KI 0,85–0,93).
(ac)