Forscher aus Zürich und Regensburg entwickeln einen KI-Algorithmus, der bestimmte Herzfehler bei Neugeborenen automatisch erkennt. Eine vielversprechende Durchbruch in der neonatalen Medizin.
Forschende der ETH Zürich und der KUNO Klinik St. Hedwig in Regensburg haben einen Algorithmus entwickelt, der einen bestimmten Herzfehler bei Neugeborenen automatisch und zuverlässig erkennen kann.
Krankheiten wie Mukoviszidose oder Covid am Geruch zu erkennen, ohne Blut abzunehmen, ohne Abstrich und ohne jede Art von Berührung: Hieran forschen Dr. Sybelle Goedicke-Fritz und ihr Team in der Arbeitsgruppe von Professor Michael Zemlin an der Kinderklinik der Universität des Saarlandes. Ziel ist, Infektionen anhand von Geruchs-Mustern aufzuspüren, die individuell sind wie Fingerabdrücke. Die Forscher trainieren Gassensorik-Messgeräte darauf, diese Muster in der Umgebungsluft ausfindig zu machen. So soll Frühgeborenen und Kindern der Stress diagnostischer Eingriffe erspart bleiben. Ein Anwendungsgebiet wäre auch, Infizierte schnell zu erkennen, bevor sie etwa ein Krankenhaus besuchen.
Die Lichtmikroskopie ist ein unverzichtbares Werkzeug zur Untersuchung unterschiedlichster Proben. Details werden dabei erst mit Hilfe der computergestützten Bildverarbeitung sichtbar. Obwohl bereits enorme Fortschritte erzielt wurden, gibt es bei der digitalen Verarbeitung weiterhin Entwicklungspotenzial. Ein neues Rechenmodell, das von Forschern des Center for Advanced Systems Understanding (CASUS) am HZDR und des Max-Delbrück-Centrums für Molekulare Medizin auf der Grundlage einer spezifischen Deep-Learning-Architektur entwickelt wurde, ist schneller als herkömmliche Modelle und erreicht dabei die gleiche oder sogar eine bessere Bildqualität.