Eine retrospektive Studie zeigt, dass künstliche Intelligenz (KI) bei der Auswertung von Mammogrammen helfen kann, Frauen mit höherem Risiko für Herz-Kreislauf-Erkrankungen zu erkennen.
Untersucht wurden Daten von 123,762 Frauen im Alter zwischen 40 und 79 Jahren, die sich bei Emory Healthcare und einem weiteren großen Gesundheitssystem untersuchen ließen. Zum Zeitpunkt der Mammographien hatte keine der Frauen eine bekannte Herz-Kreislauf-Erkrankung.
Die Forschenden nutzten KI, um Brustarterienverkalkung (breast arterial calcification, BAC) zu messen und ordneten sie als nicht vorhanden, leicht, mäßig oder schwer ein. Es zeigte sich eine gestaffelte Risikoerhöhung (leicht etwa 30% höher, mäßig mehr als 70%, schwer zwei- bis dreifach). Frauen sollen Mammographieergebnisse mit dem Arzt besprechen.
Schwierige Wörter
- retrospektiv — Untersuchung mit Daten aus der Vergangenheitretrospektive
- auswertung — Genaues Prüfen von Informationen oder Daten
- künstliche intelligenz — Computerprogramme, die Aufgaben ähnlich Menschen lösenkünstliche Intelligenz (KI)
- brustarterienverkalkung — Ablagerung in den Arterien der Brust
- gestaffelt — in mehreren Stufen oder Abstufungengestaffelte
- risikoerhöhung — Erhöhung der Wahrscheinlichkeit für ein Problem
Tipp: Fahre über markierte Wörter oder tippe darauf, um kurze Definitionen zu sehen – während du liest oder zuhörst.
Diskussionsfragen
- Würden Sie Ihre Mammographieergebnisse mit einem Arzt besprechen? Warum?
- Was denken Sie über den Einsatz von KI in der Medizin?
- Findet Sie es wichtig, über das Herz-Kreislauf-Risiko informiert zu werden? Warum?
Verwandte Artikel
Guter Internetzugang bleibt für viele unerreichbar
Ein neuer Bericht warnt: Ein anständiger Internetanschluss ist für 90 Prozent der Menschen in einkommensschwachen und -mittleren Ländern unerreichbar. Während der COVID-19-Pandemie wurde zuverlässiges Internet für Gesundheit, Bildung und Arbeit besonders wichtig.
Autorennennung verändert Bewertungen großer Sprachmodelle
Forscher der Universität Zürich zeigen, dass große Sprachmodelle einen Text anders bewerten, wenn ihnen der Autor genannt wird. Ohne Quellenangabe stimmen die Modelle über alle Themen zu über 90% überein; Nennung von Autorität enthüllt versteckte Vorurteile.
