KI-Screening für Neugeborene: Wie ein unsicherheitsbewusstes Modell Augenanomalien erkennt
Ein neues KI-System erkennt Fundusanomalien bei Säuglingen mit hoher Präzision und meldet zugleich, wann es sich selbst nicht sicher ist – ein relevanter Ansatz für pädiatrische Screening-Programme.
Mit KI-Unterstützung erstellt · redaktionell geprüft und verantwortet von Steven Breuer.
Die Untersuchung des Augenhintergrunds bei Neugeborenen gehört zu den anspruchsvollsten Aufgaben der pädiatrischen Diagnostik. Die Patienten kooperieren nicht, die Krankheitsbilder sind selten und heterogen, und ein übersehener Befund – etwa eine Retinopathia praematurorum oder ein kongenitales Retinoblastom – kann irreversible Folgen für das Sehvermögen haben. Genau hier setzt eine aktuelle Studie an, die ein KI-Modell zur Erkennung infantiler Fundusanomalien vorstellt und dabei einen methodischen Punkt adressiert, der in der medizinischen KI oft zu kurz kommt: den Umgang mit Unsicherheit.
Das Problem klassischer KI-Modelle: Überzeugtheit ohne Grund
Viele Klassifikationsmodelle liefern für jedes Bild eine Diagnose – auch dann, wenn der Fall eigentlich uneindeutig ist oder gar nicht zu den trainierten Kategorien passt. Diese „Overconfidence" ist im Screening-Kontext ein Sicherheitsrisiko: Ein System, das bei einem atypischen oder außerhalb der Trainingsverteilung liegenden Bild trotzdem eine scheinbar sichere Diagnose ausgibt, kann Fehlentscheidungen begünstigen. Das in der Studie vorgestellte UIOS-Y-Modell (Uncertainty-Inspired Open-Set, basierend auf YOLOv8) verfolgt einen anderen Ansatz: Es kombiniert eine mehrklassige Bildklassifikation mit einer Unsicherheitsschätzung und kann dadurch aktiv signalisieren, wenn ein Fall zur ärztlichen Nachprüfung weitergeleitet werden sollte, statt eine potenziell falsche Diagnose zu forcieren.
Datenbasis und Studiendesign
Die Grundlage bildet einer der größeren multizentrischen Datensätze in diesem Bereich: 319.998 Fundusbilder von 15.647 Säuglingen aus 39 Zentren. Diese Größenordnung ist für ein so seltenes und heterogenes Anwendungsfeld bemerkenswert und erlaubt belastbarere Aussagen zur Generalisierbarkeit als kleinere Single-Center-Studien.
Ergebnisse: Hohe Genauigkeit, aber vor allem verlässliche Triage
Im internen Test erreichte das UIOS-Y-Modell eine AUC von 0,995. Wurden Fälle mit hoher Unsicherheit konsequent ausgeschlossen und stattdessen zur klinischen Prüfung markiert (UIOS-Y+θ), stieg die AUC auf 0,997. Entscheidend ist dabei nicht nur der Zugewinn an Genauigkeit, sondern der Mechanismus dahinter: Das System filtert klinisch mehrdeutige Fälle aktiv heraus, statt sie zu „raten". In der externen Validierung an fünf unabhängigen Datensätzen lag die AUC zwischen 0,969 und 0,982 – ein Hinweis auf robuste Performance auch außerhalb der ursprünglichen Trainingsumgebung, was für den Praxiseinsatz in unterschiedlichen Versorgungskontexten relevant ist.
Bemerkenswert ist zudem die Fähigkeit, sogenannte Out-of-Distribution-Bilder zu erkennen – also Aufnahmen, die technisch oder inhaltlich nicht zu den trainierten Kategorien passen. Das erhöht die Sicherheit im realen Betrieb, etwa wenn Aufnahmequalität oder Gerätetypen variieren.
In direkten Vergleichstests schnitt das Modell zudem besser ab als Assistenzärzte in der Weiterbildung sowie allgemeine KI-Chatbot-Systeme wie ChatGPT und Gemini (jeweils p < 0,001), insbesondere bei komplexen oder mehrdeutigen Fällen. Dies unterstreicht, dass spezialisierte, auf medizinische Bilddaten trainierte Modelle in diagnostisch anspruchsvollen Nischen einen klaren Vorteil gegenüber allgemeinen KI-Systemen behalten.
Praktische Einordnung für Kinderarztpraxen und Geburtskliniken
Für die Praxis lassen sich aus diesen Daten mehrere Punkte ableiten:
- Triage statt Ersatzdiagnostik: Der Wert des Modells liegt weniger in der reinen Trefferquote als in der Fähigkeit, unsichere Fälle zuverlässig zu identifizieren und an ärztliches Personal weiterzuleiten. Das passt gut zu bestehenden Screening-Workflows, in denen ohnehin eine fachärztliche Zweitbeurteilung vorgesehen ist.
- Skalierbarkeit für Screening-Programme: Angesichts begrenzter pädiatrisch-ophthalmologischer Kapazitäten könnte ein solches System helfen, Ressourcen gezielter auf tatsächlich auffällige oder unsichere Befunde zu konzentrieren.
- Regulatorische Zurückhaltung ist geboten: Die Studie beschreibt ein Forschungsmodell, keine in Deutschland zugelassene Medizinprodukt-Software. Vor einem Einsatz in der Versorgung sind CE-Kennzeichnung, Validierung an europäischen Kohorten und eine Einbettung in bestehende Vorsorgeuntersuchungen (etwa im Rahmen der U-Untersuchungen) erforderlich.
- Keine Abkehr von der fachärztlichen Beurteilung: Auch bei sehr guten AUC-Werten ersetzt das Modell nicht die klinische Untersuchung, sondern unterstützt die Priorisierung und Dokumentation.
Für Praxen und Kliniken, die sich mit KI-gestützter Bilddiagnostik beschäftigen, zeigt diese Arbeit vor allem eines: Der nächste Reifegrad medizinischer KI liegt nicht allein in höherer Genauigkeit, sondern in der ehrlichen Kommunikation von Unsicherheit – ein Prinzip, das sich auch auf andere Screening-Anwendungen jenseits der Ophthalmologie übertragen lässt.