20.02.2025

Endometriose mit künstlicher Intelligenz früher erkennen

3 Min. Lesezeit

Endometriose wird häufig viel zu spät diagnostiziert. Das liegt nicht nur an fehlender Expertise von Ärzt:innen, sondern auch daran, dass die Forschung in vielen Bereichen noch in den Kinderschuhen steckt. Dank der Fortschritte in der künstlichen Intelligenz könnte es aber bald möglich sein, Endometriose früher zu erkennen. Wie das funktioniert, erfährst du hier.

Inhalt:

Frühzeitige Diagnose durch KI

Wie funktioniert das?

Was bedeutet das für die Zukunft?

Inhalt:

Frühzeitige Diagnose durch KI

Wie funktioniert das?

Was bedeutet das für die Zukunft?

Frühzeitige Diagnose durch KI

Der Weg von den ersten Symptomen bis zur endgültigen Diagnose Endometriose dauert im Schnitt bis zu 11 Jahre. [1] Das liegt aber nicht nur an den vielfältigen Symptomen und der fehlenden Sensibilisierung von ärztlichem Personal. Es gibt bis heute keinen einfachen, schnellen Test, um Endometriose zu erkennen. Genau hier kommt die künstliche Intelligenz ins Spiel: Dank moderner Technologien gibt es Hoffnung, dass die Endometriose bald schneller und präziser diagnostiziert werden kann.

Der Ansatz hier ist Machine Learning, also maschinelles Lernen. Das ist eine Form der künstlichen Intelligenz, bei der Computer aus einem Datensatz lernen können. In diesem Kontext bedeutet das, dass ein Algorithmus Muster in großen Datensätzen, wie zum Beispiel medizinischen Daten, erkennen kann. Diese Muster können dann ausschlaggebend für die Entwicklung der Krankheit sein. So können durch Machine Learning Krankheiten schneller und genauer identifiziert werden, schon bevor typische Symptome sichtbar sind.

Die Endo-App begleitet dich im Alltag mit Endometriose. Reduziere deine Symptome und Beschwerden mit zahlreichen Tipps und praktischen Übungen!

MEHR ERFAHREN

Wie funktioniert das?

Eine Studie, die eine Biobank aus Großbritannien analysiert hat, hat gezeigt, wie leistungsstark das Machine Learning wirklich ist. [2] Eine Biobank ist eine Sammlung von Proben. Das können zum Beispiel Körperflüssigkeiten wie Blut sein, aber auch Gewebeproben. Der Algorithmus hat hier insgesamt circa 145.000 Personen untersucht. Ungefähr 6000 dieser Personen hatten schon die Diagnose Endometriose erhalten. Die Datenbank beinhaltete vor allem medizinische Diagnosen, bestimmte Eigenschaften und genetische Daten. Genau diese Angaben wurden dann genutzt, um potenzielle Risikofaktoren und Zusammenhänge einer Endometrioseerkrankung zu erkennen. Dadurch konnten vor allem Verknüpfungen zwischen Begleiterkrankungen wie dem Reizdarmsyndrom und der Endometriose gezeigt werden. Solche Modelle können vor allem dabei helfen, eine frühere Diagnose zu ermöglichen, indem die Wahrscheinlichkeit für Endometriose anhand anderer Daten vorhergesagt werden kann.

Eine andere Studie hat sich vor allem mit molekularen Markern beschäftigt, die dann mit Machine Learning analysiert wurden. [3] Hier wurden über 330 Gene identifiziert, die mit Endometriose zusammenhängen könnten. Gleichzeitig haben die Wissenschaftler:innen fünf immunologische Gene gefunden, die zur Diagnose der Endometriose wichtig sein könnten. Die Ergebnisse dieser Studie müssen aber noch weiter erforscht und überprüft werden.

Gut zu wissen

Auf unserer Webseite findest du einen Test, der auch auf einer künstlichen Intelligenz basiert! Du beantwortest einige Fragen und es wird analysiert, wie wahrscheinlich es ist, dass du an Endometriose leidest. Um die individuellen Symptome abzuklären, ist aber immer ein Gespräch mit einer ärztlichen Fachperson notwendig. Den Test findest du hier.

Der Endo-Newsletter

✓ Wir verlisen 3x eine Endo-Yogastunde
✓ Erhalte Tipps & Erfahrungsberichte
✓ Bleib auf dem Laufenden rund um das Thema Endometriose

Anmelden

Der Endo-Newsletter

✓ Wir verlosen 3x eine Endo-Yogastunde
✓ Erhalte Tipps & Erfahrungsberichte
✓ Bleib auf dem Laufenden rund um das Thema Endometriose

Anmelden

Möchtest du keinen Blogbeitrag mehr verpassen? Dann melde dich zu unserem Newsletter an und erhalte regelmäßig spannende Updates!

ZUM NEWSLETTER

Was bedeutet das für die Zukunft?

Der Fortschritt in der Forschung gibt uns nicht nur Hoffnung für eine schnellere Diagnose, sondern auch für eine personalisierte Behandlung. Je früher die Krankheit erkannt wird, desto kürzer ist der Leidensweg für Betroffene.

In der Zukunft könnte die Kombination aus maschinellem Lernen und molekularer Forschung die Diagnosezeiten also deutlich verkürzen. Mit jeder neuen Studie steigt die Genauigkeit der Modelle, die uns helfen können, Endometriose nicht nur zu behandeln, sondern auch zu verstehen.

Die Endo-App ist für dich ✓kostenfrei auf Rezept ✓wissenschaftlich fundiert ✓individuell auf dich zugeschnitten. Erfahre hier, wie du sie kostenfrei erhalten kannst!

MEHR ERFAHREN

Quellennachweise

Agarwal SK, Chapron C, Giudice LC, et al. Clinical diagnosis of endometriosis: a call to action. American Journal of Obstetrics and Gynecology. 2019;220(4):354.e1-354.e12. doi:10.1016/j.ajog.2018.12.039
Blass I, Sahar T, Shraibman A, Ofer D, Rappoport N, Linial M. Revisiting the Risk Factors for Endometriosis: A Machine Learning Approach. JPM. 2022;12(7):1114. doi:10.3390/jpm12071114
Huang Y, Li Q, Hu R, Li R, Yang Y. Five immune-related genes as diagnostic markers for endometriosis and their correlation with immune infiltration. Front Endocrinol. 2022;13. doi:10.3389/fendo.2022.1011742

Dieser Beitrag wurde geschrieben von:

Sara Bölge

Medizinjournalistin

Sara ist wissenschaftliche Redakteurin im Redaktionsteam der Endo Health GmbH. Als Medizinexpertin ist sie immer auf dem neusten Wissensstand, was Endometriose, Adenomyose und Regelschmerzen betrifft. Ihr Ziel ist es, Informationen für Betroffene auf den Punkt zu bringen.