Eine neue Handy-App, die von Ärzten und Wissenschaftlern am University of Pittsburgh Medical Center entwickelt wurde und künstliche Intelligenz (KI) nutzt, um Ohrenentzündungen oder akute Mittelohrentzündungen (AOM) genau zu diagnostizieren, könnte dazu beitragen, den unnötigen Einsatz von Antibiotika bei kleinen Kindern zu reduzieren, sagt a Bericht. Neue Studie heute in JAMA Pediatrics veröffentlicht.

AOM ist eine der häufigsten Infektionen im Kindesalter, für die Antibiotika verschrieben werden. Ohne eine intensive ärztliche Ausbildung kann es jedoch schwierig sein, sie von anderen Ohrenerkrankungen zu unterscheiden. Ein neues Tool für künstliche Intelligenz, das Diagnosen durch Auswertung eines kurzen Videos des Trommelfells erstellt, das von einem mit einer Mobiltelefonkamera verbundenen Otoskop aufgenommen wurde, bietet eine einfache und effektive Lösung, die möglicherweise genauer ist als die Meinungen ausgebildeter Ärzte.

„Akute Mittelohrentzündung wird oft falsch diagnostiziert“, sagt der leitende Studienautor Alejandro Hoberman, MD, Professor für Pädiatrie, Direktor der allgemeinen akademischen Pädiatrie an der Pitt School of Medicine und Präsident von UPMC Children's Community Pediatrics. „Eine Unterdiagnose führt zu einer unangemessenen Behandlung und eine Überdiagnose führt zu einer unnötigen Antibiotikatherapie, die die Wirksamkeit verfügbarer Antibiotika verringern kann. Unser Tool hilft dabei, die richtige Diagnose zu stellen und die richtige Behandlung zu verschreiben.“

Etwa 70 Prozent der Kinder bekommen vor ihrem ersten Geburtstag eine Ohrenentzündung, sagte Hoberman. Obwohl dieser Zustand häufig vorkommt, erfordert die genaue Diagnose einer NTE ein erfahrenes Auge, das in der Lage ist, subtile visuelle Hinweise zu erkennen, die sich aus einer schnellen Untersuchung des Trommelfells eines sich windenden Kindes ergeben. AOM wird oft mit einer Mittelohrentzündung mit Erguss oder Flüssigkeit hinter dem Ohr verwechselt, einer Erkrankung, die normalerweise nicht mit Bakterien einhergeht und auf eine antimikrobielle Behandlung nicht anspricht.

Um ein praktisches Tool zur Verbesserung der Genauigkeit der AOM-Diagnose zu entwickeln, erstellten und kommentierten Hoberman und sein Team zunächst eine Schulungsbibliothek mit 1.151 Trommelfellvideos von 635 Kindern, die zwischen 2018 und 2023 die pädiatrischen Ambulanzen der UPMC besuchten. Zwei Experten mit umfangreicher Erfahrung auf dem Gebiet der AOM-Forschung überprüften die Videos und stellten eine Diagnose von AOM oder Nicht-AOM.

Die Forscher verwendeten 921 Videos aus einer Schulungsbibliothek, um zwei verschiedene Modelle der künstlichen Intelligenz zu trainieren, NTEs zu erkennen, indem sie auf Merkmale des Trommelfells achten, darunter Form, Position, Farbe und Transparenz. Anschließend nutzten sie die verbleibenden 230 Videos, um die Leistung der Modelle zu testen.

Beide Modelle waren mit einer Sensitivität und Spezifität von über 93 % äußerst genau, was auf niedrige Raten falsch negativer und falsch positiver Ergebnisse hinweist. Laut Hoberman lag die Genauigkeit der Diagnose von AOM in früheren Studien mit Klinikern zwischen 30 und 84 %, abhängig von der Art der Einrichtung, dem Ausbildungsstand und dem Alter der untersuchten Kinder.

„Diese Daten legen nahe, dass unser Tool genauer ist als die Meinungen vieler Ärzte“, sagt Hoberman. „Es könnte ein ‚Game Changer‘ in der Primärversorgung sein und Ärzten helfen, AOM genau zu diagnostizieren und Behandlungsentscheidungen zu treffen.“

bbabo.Net