Die KI-gestützte Interpretation von Lungenfunktionstests verbessert die Erkennung interstitieller Lungenerkrankungen (ILD). Ein Forscherteam um Prof. Dr. Daniela Gompelmann von der Medizinischen Universität Wien hat das Potenzial der KI-Software in einer Multicenterstudie analysiert.

In einer ersten Phase der Arbeit sollten 25 Pneumologinnen und Pneumologen 60 Fälle – 30 davon mit einer interstitiellen Lungenerkrankung – anhand bereits durchgeführter Lungenfunktionstests und einer kurzen Anamnese zweimal prüfen, einmal ohne und einmal mithilfe einer KI. Die Expertinnen und Experten mussten dann zwischen gesund oder einer der folgenden Diagnosen wählen: ILD, COPD, Asthma, neuromuskuläre Erkrankung, Thoraxdeformität, Lungengefäßerkrankung oder andere obstruktive Erkrankung wie Bronchiektasie oder Mukoviszidose. Zusätzlich zur Hauptdiagnose konnten sie bis zu drei Differenzialdiagnosen stellen. In einer zweiten Studienphase nach vier bis sechs Monaten Erfahrung mit der KI-Software interpretierten 19 der Teilnehmenden die 60 Fälle erneut. 

Insgesamt erhöhte die KI die diagnostische Genauigkeit für verschiedene Lungenerkrankungen in der ersten Studienphase von 41,8 % auf 62,3 %. Mit Fokus auf ILD betrug die diagnostische Übereinstimmung ohne KI 42,8 % gegenüber 72,1 % mit KI. Phase 2 führte zu einem ähnlichen Ergebnis: Der Einsatz der KI-Software erhöhte die ILD-Diagnose von 53,2 % auf 75,1 %. Die Erkennung einer ILD ohne KI-Unterstützung nahm zwischen Phase 1 und Phase 2 deutlich zu. Der Unterschied zwischen den beiden Phasen war mit KI nicht signifikant (72,1 % vs. 75,1 %).
Die KI-basierte Interpretation verbessert die Erkennung von ILD. Sie bietet die Möglichkeit, Erkrankte ohne Verzögerung zu behandeln, so das Fazit der Autorengruppe.

Quelle: Gompelmann D et al. Thorax 2025; DOI: 10.1136/thorax-2024-221537