KI-Systeme für medizinische Bildanalysen werden häufig mit Aufnahmen von Erwachsenen trainiert. Bei Kindern können sie deshalb ungenaue Ergebnisse liefern. In öffentlich verfügbaren medizinischen Bilddatensätzen machen Kinder nach Angaben des Universitätsklinikums Essen nur rund 1 Prozent der Daten aus. Aufnahmen von Neugeborenen und Kindern bleiben wegen strenger Datenschutzvorschriften meist in den Krankenhäusern.
Das Forschungsteam nutzte ein Verfahren, bei dem die Daten vor Ort bleiben. Es sammelte fast 3.000 Röntgenbilder aus 30 Neonatal-Intensivstationen in 20 Ländern. Das Modell wurde nacheinander mit den Daten der beteiligten Krankenhäuser weitertrainiert, ohne dass sensible Patient:innendaten die jeweiligen Einrichtungen verlassen mussten. Beteiligt waren unter anderem die University of Pennsylvania, die Harvard Medical School sowie Forschungsteams und eine Klinik des Universitätsklinikums Essen.
Untersucht wurde, wie genau sich auf Röntgenbildern die Position von Beatmungsschläuchen bei Neugeborenen bestimmen lässt. Ein zunächst verwendetes Modell, das mit Erwachsenendaten trainiert worden war, lag dabei durchschnittlich 4,30 Zentimeter daneben. Nach dem schrittweisen Training mit den Klinikdaten betrug der mittlere Fehler laut den Forschenden 0,67 Zentimeter.
Die Studie ist in „Nature Biomedical Engineering“ erschienen. Die Forschenden beschreiben den Ansatz als Möglichkeit, bestehende Modelle für Patient:innengruppen anzupassen, die in den Trainingsdaten unterrepräsentiert sind. Ob und wie sich das Verfahren auf weitere medizinische Anwendungen übertragen lässt, ist damit nicht belegt; die Autor:innen sehen darin ein mögliches Einsatzfeld für künftige Untersuchungen.