Eine mobile Klinik fährt zurzeit durch KwaZulu Natal, um etwa 120.000 Menschen auf Tuberkulose zu untersuchen. Die Lungenerkrankung ist hoch ansteckend und kann tödlich enden. Sie muss möglichst früh erkannt und behandelt werden. Genau daran hapert es in Südafrika. Deshalb hat das afrikanische Institut für Gesundheitsforschung in Durban eine groß angelegte Initiative zur Erfassung der Tuberkulose-Fälle ins Leben gerufen.

Röntgenaufnahmen sind nur der erste Schritt bei der Untersuchung auf Tuberkulose. Schließlich muss auch jemand die Bilder auswerten, also eine Tuberkulose erkennen. Aber es fehlt an Ärzten, die die Röntgenaufnahmen analysieren können. 

Algorithmus erkennt Tuberkulose

Unterstützung kommt vom Hasso-Plattner-Institut in Potsdam. Dort arbeiten Wissenschaftler an einem Computerprogramm, das die Diagnose von Tuberkulose vereinfachen und beschleunigen soll. Christoph Lippert leitet den Lehrstuhl für digitale Gesundheit und maschinelles Lernen am HPI. "Um die Algorithmen erstellen zu können, benötigen wir Röntgenaufnahmen von Menschen, die Tuberkulose haben oder hatten und von Menschen ohne Tuberkulose", erklärt Lippert. 

Die Röntgenbilder, die in Südafrika aufgenommen werden, zeigen unterschiedliche Stadien der Erkrankung. Wenn das Programm funktioniert, werden die Deep-Learning-Algorithmen diese Unterschiede erkennen können. Ein weiteres Ziel sei es, sagt Lippert, dass die Algorithmen aufzeigen, wo genau die Tuberkulose in der Lunge vorkommt. "Wir programmieren die Computer so, dass sie von selbst die Muster erkennen, die auf eine Tuberkulose-Erkrankung deuten."

Das System lernt noch

Seit einem knappen Jahr läuft das Projekt. Eine Phase wurde letztes Jahr abgeschlossen. Dabei wurden die Röntgenbilder von 1200 Menschen ausgewertet. "Unser Ziel ist es, 19.500 Leute in diese Studie aufzunehmen", erklärt Lippert. Die Röntgenbilder werden anonymisiert von Südafrika nach Potsdam geschickt. Jeden Monat bekommen die Wissenschaftler Zugriff auf weitere Datenbanken und auf neue Aufnahmen. "Die Ergebnisse, die mithilfe der Algorithmen erstellt werden, sollen dann mit der Beurteilung eines Radiologen verglichen werden. Der kann seine Erfahrungen mit einbringen", so Lippert.

Letztlich muss auch geprüft werden, wie zuverlässig die Daten des Computerprogramms sind. Es gibt vieles, das noch nicht ganz ausgereift ist. Die Algorithmen müssen den jeweiligen Personengruppen angepasst werden. "Wenn man die Algorithmen beispielsweise nur mit Daten von Europäern füttern würde, dann lernt der Computer Tuberkulose bei Europäern zu finden, aber nicht bei Afrikanern", sagt Lippert. Also müssen auch ethnische Unterschiede berücksichtigt werden. Dieses Projekt ist ausschließlich auf Südafrika ausgerichtet.

Noch passiert es, dass die Algorithmen Tuberkulosefälle übersehen. Aber allmählich wird das System besser. Ganz ohne konventionelle Tests geht es jedoch nicht. Wenn ein Algorithmus zeigt, dass es auf einem Röntgenbild Anzeichen von Tuberkulose gibt, müssen zusätzliche Labortests gemacht werden.

Christoph Lippert hofft, dass das Tuberkulose-Computerprogramm bald zu etwa 90 Prozent richtig liegt. Bis es soweit ist, werden die Algorithmen weiter perfektioniert, bis sie in mobilen Kliniken eingesetzt werden können. Ende 2019 soll es soweit sein.