Diese KI soll Leben retten und Sepsis im Frühstadium erkennen
Schon eine harmlose Magen-Darm-Infektion oder Blasenentzündung kann den Körper so aus dem Gleichgewicht bringen, dass er mit der Bekämpfung der Infektion überfordert ist. Dann gerät das Immunsystem außer Kontrolle. Statt gegen die Krankheitserreger, schießt es gegen das eigene Gewebe und die Organe. Passiert das, spricht man von einer Sepsis, die landläufig auch unter dem Namen Blutvergiftung bekannt ist.
Eine Sepsis ist immer lebensbedrohlich
Die Sepsis ist eine gefürchtete Komplikation bei Infektionen mit Bakterien, Viren oder Pilzen. Sie ist immer ein lebensbedrohlicher Notfall. Wird sie nicht rechtzeitig erkannt, drohen Multiorganversagen und Kreislaufschock. Ist die Sepsis weit fortgeschritten, endet das für 45 Prozent der Patient:innen tödlich. Generell gilt: Je früher die Sepsis diagnostiziert wird, umso besser sind die Überlebenschancen.
Frühwarnsystem gleicht Patientenhistorie und Laborergebnisse ab
Genau da setzen die Forscher:innen der Johns-Hopkins-Universität an. Sie haben eine Art Warnsystem für das Krankenbett entwickelt, das mithilfe einer KI die Sepsis in frühem Stadium erkennen soll. Dafür gleicht die KI die Patientenhistorie mit den täglichen Symptomen und Laborergebnissen ab. Anschließend gibt das System Vorschläge, wie weiter behandelt werden soll. Jede:r Patient:in wird ab der Einweisung in die Klinik bis zur Entlassung von dem System überwacht.
Große klinische Studie belegt den Erfolg
Ob das System richtig arbeitet, prüften die Forscher:innen in einer umfassenden Studie mit fünf Kliniken, 4.000 klinischen Mitarbeiter:innen und 590.000 Patient:innen. Ihre Bilanz: Bei 82 Prozent der Sepsisfälle konnte die KI zu 40 Prozent akkurate Prognosen liefern. In den schweren Fällen konnte das Warnsystem die Sepsis im Durchschnitt sechs Stunden früher diagnostizieren, als das mit gängigen Methoden möglich war. Insgesamt konnte die Sterblichkeit bei den Sepsisfällen um bis zu 20 Prozent gesenkt werden.
„Der hier verwendete Ansatz ist grundlegend anders“, so die Hauptautorin der Studie Suchi Saria, „er ist anpassungsfähig und berücksichtigt die Vielfalt der Patientenpopulation, die einzigartige Art und Weise, wie Ärzte und Krankenschwestern an verschiedenen Standorten Pflege leisten, und die einzigartigen Merkmale jedes Gesundheitssystems, wodurch das System wesentlich genauer ist.“
Die Studie wurde im Fachmagazin Nature Medicine publiziert.