Schwere Embolien dank künstlicher Intelligenz vermeiden
Nach einer grossen Operation oder einer schweren Entzündung werden Patienten im Spital mit dem Blutgerinnungshemmer Heparin behandelt, um Thrombosen zu vermeiden. Bei wenigen von ihnen kommt es jedoch zu einer Heparin-induzierten Thrombozytopenie (HIT). Dabei werden Antikörper gebildet, was paradoxerweise zu schweren lebensbedrohlichen Embolien führt. Nur ein sofortiges Absetzen von Heparin und eine Weiterbehandlung mit anderen aggressiven Blutgerinnungshemmern kann dies vermeiden.
Insel Gruppe4.12.20221"
Bislang kann eine HIT im Spital nur schwer diagnostiziert werden. Bei Verdacht kann ein Labortest zwar die typische Reduktion der Thrombozyten nachweisen, das allein ist jedoch noch kein sicherer Hinweis auf HIT. Wird ein Patient fälschlicherweise auf HIT behandelt, so ist dies wiederum gefährlich.
Diagnostisches Vorhersagemodell
Fachleute der Labormedizin des Inselspitals haben jüngst in einer langjährigen prospektiven Multicenter-Studie in Zusammenarbeit mit Datenwissenschaftlern der Universität Bern ein diagnostisches Vorhersagemodell entwickelt, welches den behandelnden Ärztinnen und Ärzten Angaben liefert, um HIT zuverlässig zu diagnostizieren.
KI-System integriert Laborwerte und klinische Daten
Das Forscherteam um Prof. Michael Nagler schloss die Daten von 1393 Patienten mit Verdacht auf HIT aus 10 Spitälern ein, von denen sie klinische Daten sowie Laborwerte sammelten. Kombiniert man diese Information mit zwei einfach im Alltag zu beantwortenden klinischen Fragen, so kann eine Künstliche Intelligenz (KI) zuverlässig angeben, ob die Person mit grosser Wahrscheinlichkeit HIT hat oder wann ein HIT äusserst unwahrscheinlich ist. Ebenso möglich sind die Ergebnisse: «wenig wahrscheinlich» sowie «eher wahrscheinlich», nach denen die Fachpersonen dann einen weiteren Test machen können, um die Diagnose sicher zu stellen oder auszuschliessen.
Bild: Insel Gruppe
Klinisch sofort einsetzbare KI-Tools
«Ein solches diagnostisches Machine Learning Tool im Bereich Labormedizin ist weltweit einzigartig», sagt Michael Nagler über den Ansatz, der mithilfe von Feedback von KI-Experten des Center for Artificial Intelligence in Medicine (CAIM) der Universität Bern in ein Online-Tool umgesetzt wurde. «Schon länger ist man auf der Suche nach guten Ansätzen zur HIT-Diagnose. Aber unser System ist echte Pionierarbeit und zeigt eine deutlich verbesserte Performance gegenüber bisherigen diagnostischen Tools mit starker Verringerung der falsch positiven aber auch der falsch negativen Ergebnisse.»PS
