News • COVID-19

KI soll Risiko für Lungenversagen berechnen

Welche Patienten mit der Lungenkrankheit COVID-19 entwickeln ein Lungenversagen (ARDS)? Diesen schwersten Verlauf früh vorherzusagen würde Klinikern helfen, Ressourcen zu planen und so rascher helfen zu können. Chinesische und US-amerikanische Experten trainierten nun eine künstliche Intelligenz, um auf Basis verschiedener klinischer Daten abzuschätzen, ob ein Patient ein höheres Risiko für einen schweren Verlauf der Erkrankung hat.

Photo

Die Prognose von ARDS bei COVID-19 war besonders mit dem Leberenzym ALT, dem Symptom Myalgie und Hämoglobinwerten im Blut möglich und erlaubte in einem kleinen Datensatz eine frühe Verlaufsprognose mit 70–80 % Genauigkeit. Die Infektionen mit dem neuen Coronavirus SARS-CoV-2 und Erkrankungen mit der Lungenkrankheit COVID-19 stellen mit wachsenden Infektionszahlen die Kliniken vor eine komplexe Aufgabe. Viele klinisch behandelte Erkrankte können mit unterstützendem Sauerstoff das Virus erfolgreich selbst bekämpfen. Bei anderen Patienten ist der Krankheitsverlauf allerdings so ausgeprägt, dass die Behandlung auf der Intensivstation notwendig wird. Schwerste Verläufe benötigen zudem eine längere invasive Beatmung oder gar einen zeitweiligen Ersatz der Lungenfunktion.

Zur besseren Planung klinischer Ressourcen versuchen Kliniker, die bisherigen Erkenntnisse aus der klinischen Praxis zu analysieren und so eine bessere Vorhersage abzuleiten, bei welchen Patienten ein schwerer Krankheitsverlauf zu erwarten ist. Chinesische und US-amerikanische Experten entwickelten nun in Zusammenarbeit ein Grundgerüst für eine künstliche Intelligenz, die eine schnelle Einschätzung des zu erwartenden Verlaufs bei Patienten liefern könnte.

Dieser Artikel könnte Sie auch interessieren

Photo

News • Hören auf den Husten

Grippe: KI sagt Epidemieverlauf voraus

Forscher der University of Massachusetts (UMass) Amherst haben mit "FluSense" ein KI-Gerät entwickelt, das dank Machine Learning Trends bei Infektionskrankheiten wie Grippe und Erkältung beobachtet. "FluSense" nutzt dazu Hustengeräusche und Wärmebilder, beispielsweise aus Kliniken oder Wartezimmern von Arztpraxen. Dies könnte den Verlauf von Epidemien wie der saisonalen…

Datensatz von 53 Patienten

Ziel der Arbeit war es, einen Algorithmus zu identifizieren, mit dem klinische Charakteristika von COVID-19-Patienten eine Vorhersage ihres Krankheitsverlaufs ermöglichen. So sollte ein Werkzeug geschaffen werden, das das Risiko für eine schwere Erkrankung auch für solche Patienten einschätzen kann, die anfänglich eher unauffällig erkrankt zu sein scheinen.

Dazu nutzten die Forscher einen kleinen Datensatz von 53 Patienten mit COVID-19 aus zwei Krankenhäusern in Wenzhou (Zhejiang, China). Der Algorithmus erlernte anhand dieser Daten, welche dieser Patienten als besonders schwere Folge von COVID-19 ein Lungenversagen (akutes respiratorisches Distress-Syndrom, ARDS) entwickelten.

Die ersten Anzeichen in der Klinik, die nach dieser Analyse am besten vorhersagen konnten, ob sich später Lungenversagen eintreten würde, waren

  • ein leicht erhöhtes Leberenzym (Alanin-Aminotransferase, ALT)
  • das Symptom Muskelschmerzen (Myalgie)
  • erhöhte Hämoglobinwerte im Blut

Diese klinischen Parameter bei Aufnahme in der Klinik waren besonders prädiktiv, erlaubten also die beste Vorhersage des späteren schweren Verlaufs von COVID-19. Die Genauigkeit der Vorhersage lag bei 70 % bis 80% zur Einschätzung schwerer Verläufe, mit dem Faktor ALT als bestem Prädiktor. Weitere informative Faktoren, die jedoch die Gesamtvorhersage nicht wesentlich über diese drei Werte hinaus verbesserten, waren (sortiert nach Vorhersagekraft): Geschlecht (4), Körpertemperatur (5), Na+ (6), K+ (7), Lymphozytenzahl (8), Creatinin (9), Alter (10) und die Zahl weißer Blutkörperchen (11).

Die Forscher hoffen nun, weitere Datensätze nutzen zu können, um den Algorithmus zu verbessern und abzuschätzen, ob die Prognose mittels ALT, Myalgie und Hämoglobinwerten auch in weiteren Kliniken eine frühe Verlaufsprognose ermöglicht. Einige dieser Werte werden bereits jetzt zur Einschätzung genutzt, haben sich also in der klinischen Praxis bewährt, andere (Myalgie) sind dagegen bislang kaum berichtet worden und könnten wertvoll sein, um schwere Verläufe schneller zu erkennen.

Quelle: DeutschesGesundheitsPortal.de

15.04.2020

Verwandte Artikel

Photo

News • „Swarm Learning“

KI mit Schwarm-Intelligenz analysiert medizinische Daten

Gemeinschaften profitieren vom Wissen und Erfahrungsaustausch ihrer Mitglieder. Nach einem ähnlichen Prinzip – „Swarm Learning“ genannt – hat ein internationales Forschungsteam Algorithmen…

Photo

Sponsored • Lungenbildgebung bei Covid-19

Künstliche Intelligenz: Erfahrungen mit dem Philips IntelliSpace Portal in Heidelberg

Hans-Ulrich Kauczor, Professor für Radiologie am Universitätsklinikum Heidelberg, arbeitet seit längerem an der KI-basierten Erkennung von Lungenpathologien, zu denen auch Covid-19 gehört. In…

Photo

News • Intensivmedizin

ASIC: App warnt vor akutem Lungenversagen

Eine von der Medizininformatik-Initiative des Bundesministeriums für Bildung und Forschung (BMBF) entwickelte Warn-App hilft Ärzten, die Vorboten eines akuten Lungenversagens schneller zu erkennen.…

Verwandte Produkte

Newsletter abonnieren