Kostenlose Smartphone-App soll Augenkrebs bei Kindern erkennen

Dieser Text entspricht den Vorgaben der ärztlichen Fachliteratur, medizinischen Leitlinien sowie aktuellen Studien und wurde von Medizinern und Medizinerinnen geprüft.

Quellen ansehen

App kann Krebs auf Fotos erkennen

Eine kostenlose Smartphone-App kann eine seltene Form von Augenkrebs erkennen, indem sie aufgenommene Bilder auswertet. Dieser Krebs betrifft in der Regel Babys und Kinder im Alter unter fünf Jahren. Wird die Erkrankung frühzeitig festgestellt, besteht eine gute Möglichkeit zur Heilung.


Bei der aktuellen Untersuchung der Baylor University in Waco, Texas wurde eine App getestet, welche eine seltene Form von Krebs in den Augen diagnostizieren kann. Die Ergebnisse der Studie wurden in der englischsprachigen Fachzeitschrift „Science Advances“ publiziert.

Eine Auswertung von Bildern der Pupille ermöglicht die frühzeitige Diagnose von Augenkrebs. (Bild: Ramona Heim/fotolia.com)

App erkennt auf Fotos Weißglanz in der Pupille

Die App sucht nach einem abnormalen Weißglanz in der Pupille, welcher auf Fotos und bei Augenuntersuchungen erkannt werden kann. Ein solcher Weißglanz kann ein Symptom des Retinoblastoms sein, einer Form von Krebs, die meist Babys und Kinder im Alter unter fünf Jahren betrifft. Wird der Krebs früh genug erkannt, kann er behandelt werden.

Mehr als 52.000 Bilder wurden ausgewertet

Die App wurde an mehr als 52.000 Fotos von vierzig Kindern getestet. Zwanzig Kinder litten unter verschiedenen Augenerkrankungen, zusätzlich gab es noch zwanzig gesunde Kontrollpersonen. Bei vier von fünf Kindern mit Augenerkrankungen erkannte die App den weißen Glanz im Auge auf Fotos, die durchschnittlich 1,3 Jahre vor der Diagnose aufgenommen wurden. Die neue Technologie wird es hoffentlich ermöglichen, die Erkankung bei jungen Menschen künftig frühzeitig zu diagnostizieren und zu behandeln, was ihre Heilungschancen erheblich erhöht, so das Forschungsteam.

Technologie wertet Bilder auf dem eigenen Smartphone aus

Die neuen Technologie CRADLE wird darauf trainiert, Fotos in der Galerie eines Smartphones automatisch zu analysieren. Die CRADLE-Anwendung analysiert privat digitale Bilder, die direkt auf dem Gerät des Benutzers gespeichert sind, ohne dass ein Foto hochgeladen werden muss. Die Studie deutet darauf hin, dass ein Elternteil eine Smartphone-Anwendung wie CRADLE verwenden kann, um Leukokorie (Weißglanz) frühzeitig zu erkennen. Die App wurde auch bei Kindern mit der Coats-Krankheit getestet, die abnormale Blutgefäße in der Netzhaut verursacht und zu Erblindung führen kann.

Genauigkeit der App betrug etwa 80 Prozent

Bei 80 Prozent der Kinder mit Augenerkrankungen wurde durch die App eine Leukokorie auf den Fotos korrekt erkannt. Bisher wird ein sogenannter Rotreflex-Test zur Diagnose der Erkrankung genutzt. Dies ist eine nicht-invasive Methode, um nach Frühwarnsignalen für schwere Augenerkrankungen zu suchen. Wenn das Auge gesund ist, lässt ein Kamerablitz in der Regel die blutreiche Netzhaut aufleuchten. Dies erfordert allerdings, dass beide Augen direkt auf die Kamera schauen, was die Beurteilung von Gelegenheitsaufnahmen erschwert. Die digitale Fotografie, einschließlich persönlicher Fotos, die während kindgerechten Aktivitäten und an kindgerechten Orten gemacht wurden, stellt eine praktikable Ergänzung zum konventionellen Leukokorie-Screening dar. Jedes Foto, welches von einem Elternteil in der gesamten Kindheit aufgenommen wurde, hat das Potenzial einen Test für Leukokorie darzustellen.

Zuverlässigkeit der App steigt durch Auswertung mehrerer Bilder

In Zukunft soll die App noch weiter verbessert werden, um weniger Fehldiagnosen zu produzieren. Die App ist zuverlässiger, wenn es darum geht, große Mengen an Fotos auszuwerten, berichtet das Team. Aktuell kann die App bereits heruntergeladen werden, der Prototyp wurde sofort in den Apple App Store und bei Google Play unter dem Namen White Eye Detector hochgeladen. Die American Academy of Pediatrics betont, dass alle Kinder mit Anzeichen von weißen Glanz von einem Augenarzt untersucht werden sollten. (as)

Autor:
Alexander Stindt
Quellen:
  • Micheal C. Munson, Devon L. Plewman, Katelyn M. Baumer, Ryan Henning, Collin T. Zahler et al.: Autonomous early detection of eye disease in childhood photographs, in Science Advances (Abfrage: 04.10.2019), Science Advances

Wichtiger Hinweis:
Dieser Artikel enthält nur allgemeine Hinweise und darf nicht zur Selbstdiagnose oder -behandlung verwendet werden. Er kann einen Arztbesuch nicht ersetzen.