Das akute Aortensyndrom (AAS) ist, wie Nature Medicine ausführt, eine schwerwiegende kardiovaskuläre Erkrankung, bei der es zu einer plötzlichen Schädigung der Aortenwand kommt. Unbehandelt kann AAS innerhalb kurzer Zeit zum Tod führen. Eine schnelle und präzise Diagnose ist daher entscheidend.
Hohe Genauigkeit durch KI
In Zusammenarbeit mit dem Ersten Affiliated Hospital der Zhejiang University School of Medicine hat die Alibaba DAMO Academy das KI-Modell iAorta entwickelt. Dieses Modell nutzt Deep-Learning-Algorithmen, um AAS in Routine-CT-Aufnahmen ohne Kontrastmittel zu erkennen. Laut einer Studie in Nature Medicine zeigte iAorta eine hohe Genauigkeit bei der Identifizierung von AAS-Fällen.
Erfolgreiche Testphase
Die Entwicklung von iAorta begann vor drei Jahren und wurde in mehreren klinischen Studien getestet. In einer multizentrischen retrospektiven Studie mit über 20.000 Patienten erreichte das Modell eine durchschnittliche Fläche unter der Receiver Operating Characteristic-Kurve (AUC) von 0,958. In realen Anwendungsszenarien zeigte iAorta eine Sensitivität von 91,3 % bis 94,2 % und eine Spezifität von 99,1 % bis 99,3 %.
Schnelle Diagnose kann Leben retten
Ein herausragendes Merkmal von iAorta ist seine Fähigkeit, AAS in weniger als zwei Stunden zu diagnostizieren, was deutlich schneller ist als die bisherige durchschnittliche Diagnosezeit von 4,3 Stunden. Dies ist besonders wichtig in Notfallsituationen, in denen jede Minute zählt.
Einsatz in Pilotkrankenhäusern
Derzeit wird iAorta in zehn Pilotkrankenhäusern in der Provinz Zhejiang eingesetzt. Eine landesweite Ausweitung ist geplant, um die Diagnose und Behandlung von AAS in ganz China zu verbessern. Das Modell bietet insbesondere in Regionen mit begrenzten medizinischen Ressourcen eine wertvolle Unterstützung.
Künstliche Intelligenz im Gesundheitswesen
Die Einführung von iAorta ist ein bedeutender Schritt in der Anwendung von Künstlicher Intelligenz im Gesundheitswesen. Sie zeigt das Potenzial von KI, die medizinische Diagnostik zu revolutionieren und die Patientenversorgung zu verbessern.

























