Vergleich der Diagnose von Augenkrankheiten bei Pferden durch Tierärzte und ein Deep-Learning-Tool

UVEA Oberschleißheim – Ziel der Studie von Annabel Scharre von der Pferdeklinik der Ludwig-Maximilians-Universität München in Oberschleißheim, Deutschland, war es, die von Tierärzten erstellten ophthalmologischen Diagnosen mit einem Deep Learning (künstliche Intelligenz) Software-Tool zu vergleichen, das zur Unterstützung der Diagnose von Augenkrankheiten bei Pferden entwickelt wurde. Da die Augenheilkunde bei Pferden ein hochspezialisiertes Gebiet der Pferdemedizin ist, kann das Tool möglicherweise bei der Diagnose von Notfällen im Bereich der Pferdeaugen, wie z.B. Uveitis, helfen. Das Convolutional Neural Network (CNN) wurde zunächst mit 2.346 Fotos von Pferdeaugen für die Klassifizierung von Augenkrankheiten bei Pferden trainiert und dann auf 9.384 Bilder erweitert. Das Deep-Learning-Tool wurde sodann mit Fotos getestet, die verschiedene Augenkrankheiten bei Pferden zeigten. Derselbe Datensatz wurde verschiedenen Gruppen von Tierärzten (Pferde, Kleintiere, gemischte Praxis, andere) in Form einer Meinungsumfrage vorgelegt, um die Ergebnisse zu vergleichen und die Leistung des Programms zu bewerten.

Zur Bewertung des trainierten Netzes wurden 261 unveränderte Einzelbilder verwendet. Das trainierte Deep-Learning-Tool wurde auf 40 Fotos von Pferdeaugen angewendet (10 gesund, 12 Uveitis, 18 andere Krankheiten). Eine Umfrage wurde durchgeführt, um die diagnostische Leistung von 148 Tierärzten mit den Ergebnissen des Software-Tools zu vergleichen. Die Wahrscheinlichkeit einer richtigen Antwort lag für das KI-Programm bei 93%. Pferdetierärzte antworteten in 76% der Fälle richtig, während andere Tierärzte eine Wahrscheinlichkeit von 67% für die richtige Diagnose erreichten. Die Haupteinschränkung der Studie bestand darin, dass die Diagnose ausschließlich auf Bildern von Pferdeaugen basierte, ohne die Möglichkeit, das innere Auge zu beurteilen.

Das Deep-Learning-Tool erwies sich bei der Beurteilung von Augenerkrankungen anhand von Fotos als mindestens gleichwertig mit Tierärzten. In der elektronischen Vorabpublikation im April 2024 beim EQUINE VETERINARY JOURNAL kommen die Autoren zu dem Schluss, dass das Software-Tool bei der Erkennung potenzieller Notfälle hilfreich sein kann. So könnte gegebenenfalls die Erblindung von Pferden verhindert werden, indem das Pferd eine spezifische Therapie erhält oder in eine Pferdeklinik überwiesen wird. Darüber hinaus bietet das Tool auch weniger erfahrenen Tierärzten die Möglichkeit, eine Uveitis von anderen Erkrankungen des vorderen Augenabschnitts zu unterscheiden und unterstützt sie bei der Entscheidung über die Behandlung. (bs)

Autoren: Scharre A, Scholler D, Gesell-May S, Müller T, Zablotski Y, Ertel W, May A. Korrespondenz: Anna May, Equine Clinic, Ludwig Maximilians University, Oberschleissheim, Germany. E-Mail: parkkm@cbu.ac.kr Studie: Comparison of veterinarians and a deep learning tool in the diagnosis of equine ophthalmic diseases. Quelle: Equine Vet J. 2024 Apr 3. doi: 10.1111/evj.14087. Epub ahead of print. PMID: 38567426. Web: https://beva.onlinelibrary.wiley.com/doi/10.1111/evj.14087