English China

Gesichtserkennungssoftware verbessert Diagnose Seltene Erkrankungen im Gesicht erkennen

Von Johannes Seiler*

Seltene genetische Erkrankungen lassen sich teils am Gesicht erkennen, etwa weil Brauen, Nase oder Wangen charakteristisch geformt sind. Wissenschaftler der Universität Bonn haben eine Gesichtserkennungssoftware trainiert, mit der sich anhand von Porträtfotos solche Krankheiten besser diagnostizieren lassen.

Anbieter zum Thema

Seltene Erkrankungen lassen sich per Gesichtserkennungssoftware oft an charakteristischen Merkmalen im Gesicht diagnostizieren: etwa weil Augenbrauen, Nasenansatz oder die Wangen charakteristisch geformt sind. (Symbolbild)
Seltene Erkrankungen lassen sich per Gesichtserkennungssoftware oft an charakteristischen Merkmalen im Gesicht diagnostizieren: etwa weil Augenbrauen, Nasenansatz oder die Wangen charakteristisch geformt sind. (Symbolbild)
(Bild: gemeinfrei / Pixabay )

Bonn – Viele Betroffene seltener Erkrankungen durchlaufen eine Odyssee, bis die richtige Diagnose gestellt wird. Wissenschaftler der Universität Bonn haben nun eine Software trainiert, mit der sich anhand von Porträtfotos solche Krankheiten besser diagnostizieren lassen. Die verbesserte Version „Gestaltmatcher“ kann nun auch Erkrankungen erkennen, die ihr noch nicht bekannt sind. Außerdem kommt sie für die Diagnose bekannter Erkrankungen mit sehr geringen Patientenzahlen aus.

„Ziel ist, solche Krankheiten frühzeitig zu erkennen und baldmöglich eine geeignete Therapie einzuleiten“, sagt Prof. Dr. Peter Krawitz vom Institut für Genomische Statistik und Bioinformatik (IGSB) am Universitätsklinikum Bonn. Der Wissenschaftler ist Mitglied im Exzellenzcluster Immunosensation2 und im Transdisziplinären Forschungsbereich „Modelling“ der Universität Bonn.

Seltene Erkrankungen meist genetisch verursacht

Tzung-Chien Hsieh - vom Institut für Genomische Statistik und Bioninformatik (IGSB) am Universitätsklinikum Bonn
Tzung-Chien Hsieh - vom Institut für Genomische Statistik und Bioninformatik (IGSB) am Universitätsklinikum Bonn
(Bild: © Universitätsklinikum Bonn)

Die Mehrzahl der seltenen Erkrankungen ist genetisch verursacht. Die zugrunde liegenden Erbgutveränderungen führen häufig zu mehr oder minder schweren Beeinträchtigungen in unterschiedlichen Bereichen des Körpers. Meist äußern sich diese Erbgutveränderungen auch an charakteristischen Merkmalen im Gesicht: etwa weil Augenbrauen, Nasenansatz oder die Wangen charakteristisch geformt sind. Das ist aber von Erkrankung zu Erkrankung verschieden.

Diese Gesichts-Charakteristiken nutzt die Künstliche Intelligenz (KI), berechnet die Ähnlichkeiten und verknüpft sie automatisch mit klinischen Symptomen und Erbgutdaten von Patientinnen und Patienten. „Das Gesicht dient uns dabei als Anhaltspunkt für die Diagnose“, sagt Tzung-Chien Hsieh aus Krawitz Team. „“

Mit hoher Treffsicherheit lässt sich berechnen, um welche Erkrankung es sich handelt.

Tzung-Chien Hsieh, Institut für Genomische Statistik und Bioinformatik (IGSB) am Universitätsklinikum Bonn

Gesichtserkennungssoftware benötigt nur wenige Patienten

Das KI-System „Gestaltmatcher“, das in der aktuellen Veröffentlichung beschrieben wird, ist eine Weiterentwicklung von „Deepgestalt“, das das IGSB-Team mit weiteren Institutionen vor einigen Jahren trainiert hat. Während „Deepgestalt“ noch etwa zehn nicht-verwandte Betroffene als Referenz zum Trainieren erforderte, kommt der Nachfolger „Gestaltmatcher“ mit deutlich weniger Patientinnen und Patienten für den Merkmalsabgleich aus. Dies ist ein großer Vorteil bei der Gruppe sehr seltener Erkrankungen, bei denen nur wenige Patientinnen und Patienten weltweit berichtet sind.

Darüber hinaus berücksichtigt das neue KI-System auch Ähnlichkeiten mit Patientinnen und Patienten, bei denen ebenfalls bisher keine Diagnose gestellt wurde, und damit bislang noch nicht beschriebene Merkmalskombinationen. Gestaltmatcher „erkennt“ also auch ihm bislang unbekannte Erkrankungen und schlägt darauf basierend Diagnosen vor. „Damit können wir nun auch bislang unbekannte Erkrankungen einordnen, auf die Suche nach weiteren Fällen gehen und Hinweise für die molekularen Grundlagen liefern“, sagt Krawitz.

Prof. Dr. med. Dipl. Phys. Peter Krawitz - vom Institut für Genomische Statistik und Bioinformatik am Universitätsklinikum Bonn.
Prof. Dr. med. Dipl. Phys. Peter Krawitz - vom Institut für Genomische Statistik und Bioinformatik am Universitätsklinikum Bonn.
(Bild: © Universitätsklinikum Bonn)

Das Team nutzte 17.560 Patientenfotos, die überwiegend von dem digitalen Gesundheits-Unternehmen FDNA stammen, mit dem das Forschungsteam zusammenarbeitete und das den Web Service entwickelte, über den die KI genutzt werden kann. Rund 5.000 der Fotos und Patientendaten hat das Forschungsteam des Instituts für Humangenetik der Universität Bonn mit weiteren neun Universitätsstandorten im In- und Ausland beigesteuert. Die Forscher fokussierten sich dabei auf möglichst unterschiedliche Krankheitsbilder. Sie konnten insgesamt 1.115 verschiedene seltene Erkrankungen berücksichtigen. „“, sagt Krawitz.

Diese große Unterschiedlichkeit im Erscheinungsbild trainierte die KI so gut, dass wir nun auch bestenfalls mit nur zwei Patienten als Grundlage eine relative sichere Diagnose stellen können, wenn dies möglich ist.

Prof. Dr. Peter Krawitz vom Institut für Genomische Statistik und Bioinformatik (IGSB) am Universitätsklinikum Bonn

Anwendung in Arztpraxen in Deutschland nicht mehr fern

„Wir freuen uns, dass wir endlich eine Lösung für die Phänotyp-Analyse sehr seltener Erkrankungen haben, die Klinikern helfen kann, schwierige Fälle zu lösen und die Forschung voranzubringen“, sagt Aviram Bar-Haim von der FDNA Inc. in Boston (USA). Auch in Deutschland sei die Anwendung z. B. in Arztpraxen nicht mehr fern, ergänzt Krawitz. Der Arzt könne schon jetzt mit seinem Smartphone ein Porträtfoto eines Patienten aufnehmen und über die KI Differentialdiagnosen erstellen. „Gestaltmatcher“ hilft dem Arzt bei der Beurteilung und ergänzt die Expertenmeinung.”

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

Das Bild zeigt Streichhölzer, - die auf Englisch „Match“ heißen – eine Anspielung auf „Match“ (Übereinstimmung) beim Abgleich von Gesichtszügen und Erkrankungen. Auf den Streichhölzern ist außerdem eine Gensequenz eingebrannt. Hinter dieser Verschlüsselung verbergen sich der Titel und die Autoren der Studie. Die blauen Streichholzköpfe symbolisieren seltene Erkrankungen.
Das Bild zeigt Streichhölzer, - die auf Englisch „Match“ heißen – eine Anspielung auf „Match“ (Übereinstimmung) beim Abgleich von Gesichtszügen und Erkrankungen. Auf den Streichhölzern ist außerdem eine Gensequenz eingebrannt. Hinter dieser Verschlüsselung verbergen sich der Titel und die Autoren der Studie. Die blauen Streichholzköpfe symbolisieren seltene Erkrankungen.
(Bild: © Jean Tori Pantel)

Peter Krawitz und sein Team haben die selbst gesammelten Daten der gemeinnützigen Arbeitsgemeinschaft für Gendiagnostik, AGD e.V., übergeben, um Wissenschaftlern einen nicht gewinnorientierten Zugang zu ermöglichen. „Die GestaltMatcher Datenbank (GMDB) wird die Vergleichbarkeit von Algorithmen verbessern und die Grundlage zur Weiterentwicklung der Künstlichen Intelligenz für seltene Erkrankungen schaffen – auch für andere medizinische Bilddaten wie etwa Röntgenaufnahmen oder Netzhautaufnahmen aus der Augenheilkunde“, sagt Krawitz.

Neben dem Institut für Genomische Statistik und Bioinformatik sowie dem Institut für Humangenetik des Universitätsklinikums Bonn waren die Charité-Universitätsmedizin Berlin, die Universitäten Greifswald, Tübingen, Düsseldorf, Lübeck, Heidelberg, die TU München sowie Universitäten aus Südafrika, Frankreich, den USA und Norwegen beteiligt. Gefördert wurde die Studie hauptsächlich von der Deutschen Forschungsgemeinschaft (DFG).

Originalpublikation: Tzung-Chien Hsieh et al.: GestaltMatcher: Overcoming the limits of rare disease matching using facial phenotypic descriptors, Nature Genetics, DOI: 10.1038/s41588-021-01010-x

* J. Seiler: Rheinische Friedrich-Wilhelms-Universität Bonn, 53113 Bonn

(ID:48015091)