Eine Schlagzeile sorgt derzeit international für Aufmerksamkeit: Ein 17-jähriger Schüler aus den USA soll eine künstliche Intelligenz entwickelt haben, die Autismus und ADHS allein anhand eines Netzhautscans mit einer Genauigkeit von rund 89 Prozent erkennen kann. Die Meldung verbreitete sich rasch in sozialen Medien und zahlreichen Nachrichtenportalen. Doch was ist tatsächlich dran? Und welche Bedeutung könnte diese Entwicklung langfristig für Augenheilkunde und Optometrie haben?
Ein preisgekröntes Forschungsprojekt
Im Mittelpunkt steht Edward Kang, Schüler der Bergen County Academies im US-Bundesstaat New Jersey. Im Rahmen eines Forschungsprojekts entwickelte er ein KI-System namens RetinaMind, das Fundusaufnahmen der Netzhaut analysiert und daraus Hinweise auf eine Autismus-Spektrum-Störung (ASD) oder eine Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung (ADHS) ableiten soll.
Für diese Arbeit wurde Kang bei der renommierten Regeneron Science Talent Search 2026 mit dem zweiten Platz ausgezeichnet. Die Ehrung unterstreicht die wissenschaftliche Qualität des Projekts – sie bedeutet allerdings nicht, dass bereits ein marktreifes Diagnosesystem entstanden ist.
Die Netzhaut als Fenster zum Gehirn
Die Grundidee hinter RetinaMind ist keineswegs neu. Die Netzhaut gilt seit Langem als „Fenster zum Gehirn“, da beide Strukturen während der Embryonalentwicklung aus demselben Gewebe entstehen. Veränderungen der neurologischen Entwicklung könnten sich deshalb auch in feinen Strukturen der Retina widerspiegeln.
Tatsächlich beschäftigen sich Forscher seit Jahren mit der Frage, ob sich neurologische oder psychiatrische Erkrankungen anhand von Netzhautbildern erkennen lassen. Studien fanden bei Menschen mit Autismus oder ADHS unter anderem Unterschiede in einzelnen Netzhautschichten oder der Nervenfaserschicht. Diese Veränderungen sind für das menschliche Auge kaum sichtbar, können aber von modernen KI-Systemen möglicherweise erkannt werden.
Genau hier setzt RetinaMind an: Mithilfe von Deep-Learning-Verfahren analysiert die Software Fundusaufnahmen auf Muster, die mit neuroentwicklungsbedingten Erkrankungen in Zusammenhang stehen könnten.
RetinaMind scannt die Netzhaut mithilfe von KI
Für das Training der künstlichen Intelligenz nutzte Kang öffentlich verfügbare Datensätze mit Netzhautbildern von Menschen mit Autismus, ADHS sowie neurotypischer Entwicklung. Mehrere KI-Modelle wurden zu einem sogenannten Ensemble kombiniert, um die Vorhersagegenauigkeit zu verbessern.
Besonderen Wert legte der Entwickler auf die Nachvollziehbarkeit der Entscheidungen. Das System erstellt sogenannte Heatmaps, die sichtbar machen, welche Bereiche der Netzhaut für die jeweilige Klassifikation ausschlaggebend waren. Solche Verfahren gelten als wichtiger Schritt, um die oft kritisierte Intransparenz vieler KI-Anwendungen im medizinischen Bereich zu verringern. In den durchgeführten Tests erreichte RetinaMind eine Trefferquote von etwa 89 Prozent.
Augenscan für ADHS und Autismus mit 89-prozentiger Trefferquote: Wie ist das einzuordnen?
Genau an dieser Stelle beginnt allerdings die notwendige Einordnung. Die vielfach verbreitete Aussage, eine KI könne Autismus oder ADHS per Netzhautscan mit 89 Prozent Genauigkeit diagnostizieren, greift deutlich zu kurz.
Die genannte Genauigkeit stammt aus Tests auf öffentlichen Forschungsdatensätzen und nicht aus groß angelegten klinischen Studien unter Alltagsbedingungen. RetinaMind wurde bislang nicht in der medizinischen Versorgung validiert und besitzt keinerlei Zulassung als Diagnoseverfahren.
Entscheidend ist außerdem der Unterschied zwischen Screening und Diagnose. Das System soll keine endgültige Diagnose stellen, sondern lediglich Personen identifizieren, bei denen eine weiterführende fachärztliche Untersuchung sinnvoll sein könnte. Die Diagnostik von Autismus und ADHS basiert weiterhin auf einer umfassenden Bewertung der Entwicklungsgeschichte, standardisierten Testverfahren, Verhaltensbeobachtungen und Gesprächen mit Eltern, Lehrern oder Betroffenen. Von einem Ersatz dieser etablierten Verfahren kann derzeit keine Rede sein.
RetinaMind als Teil einer größeren Forschungsentwicklung
RetinaMind steht zudem nicht isoliert da. Bereits in den vergangenen Jahren wurden verschiedene KI-Modelle vorgestellt, die anhand von Netzhautbildern Hinweise auf Autismus liefern sollten. Einzelne Forschungsgruppen berichteten sogar über sehr hohe Trefferquoten.
Solche Ergebnisse sind jedoch mit Vorsicht zu interpretieren. Viele dieser Studien basieren auf vergleichsweise kleinen und homogenen Datensätzen. Ein bekanntes Problem der medizinischen KI-Forschung besteht darin, dass Modelle außerhalb ihrer ursprünglichen Testumgebung häufig deutlich schlechtere Ergebnisse erzielen.
Die entscheidende Herausforderung liegt deshalb weniger darin, hohe Genauigkeiten im Labor zu erreichen, sondern die Verfahren in großen, vielfältigen Patientengruppen zuverlässig zu validieren.
Netzhaut-Scan für Autismus- und ADHS-Diagnose: Welche Chancen ergeben sich langfristig?
Sollten sich die bisherigen Ergebnisse künftig in umfangreichen klinischen Studien bestätigen, könnte sich daraus durchaus ein interessantes Anwendungsfeld entwickeln.
Ein objektives, nicht invasives Screening auf Basis von Fundusaufnahmen könnte dazu beitragen, Kinder mit erhöhtem Risiko früher zu identifizieren. Gerade bei Autismus und ADHS vergehen häufig Monate oder sogar Jahre bis zu einer gesicherten Diagnose. Ein zusätzliches Screening-Verfahren könnte dazu beitragen, betroffene Familien früher einer spezialisierten Diagnostik zuzuführen.
Auch aus augenheilkundlicher Sicht wäre eine solche Entwicklung bemerkenswert. Moderne Funduskameras gehören längst zur Standardausstattung vieler augenärztlicher Einrichtungen, optometrischer Praxen und zunehmend sogar Augenoptiker. Künftig könnten KI-gestützte Analysen möglicherweise weit über klassische ophthalmologische Fragestellungen hinausgehen und Hinweise auf systemische oder neurologische Erkrankungen liefern.
Bis dahin bleiben jedoch zahlreiche Fragen offen – von Datenschutz und ethischen Aspekten bis hin zum Umgang mit falsch-positiven Befunden und der Integration solcher Verfahren in bestehende Versorgungsstrukturen.
Quellen:
- Society for Science: Edward Kang – 2026 Science Talent Search Project Showcase
- Smithsonian Magazine: This High Schooler Developed an A.I. Tool to Diagnose Autism and ADHD Using the Retina
- Times of India: Award-winning innovation: 17-year-old New Jersey student built an AI that detects autism and ADHD with a retinal scan
- Regeneron Science Talent Search 2026: Gewinnerprofil und Projektvorstellung zu Edward Kang / RetinaMind
