KI sagt akutes Nierenversagen besser voraus

PD. Dr. med. Alex Meyer und Nina Rank (Foto: Deutsches Herzzentrum Berlin).

Bei der Vorhersage von akutem Nierenversagen ist künstliche Intelligenz (KI) dem Menschen klar überlegen. Das haben Mediziner am Deutschen Herzzentrum Berlin (DHZB) jetzt gezeigt.

Akutes Nierenversagen ist eine relativ häufige, aber schwerwiegende und oft zu spät diagnostizierte Komplikation unmittelbar nach Herzoperationen. Für Ärztinnen und Ärzte ist es oft schwer, aus den kontinuierlich ermittelten Überwachungsdaten frühzeitige Anzeichen eines Nierenversagens „herauszulesen“, noch bevor es zu echten Symptomen kommt. Eine Lösung für das Problem hat das Team um DHZB-Mediziner PD Dr. Alexander Meyer nun entwickelt. Dabei handelt es sich um eine künstliche Intelligenz, die ein drohendes Nierenversagen besser als der Mensch vorhersagen kann und damit rechtzeitige und gezielte Behandlungsmaßnahmen ermöglicht.

Klare Überlegenheit

Für die Entwicklung der KI baute das Forschertram ein sogenanntes „rekurrentes neuronales Netzwerk (RNN)“ auf, das dann auf Basis der anonymisierten Daten von über 15.000 Patientinnen und Patienten zu Früherkennung des akuten Nierenversagens „trainiert“ wurde. Die Leistung dieser künstlichen Intelligenz wurde mit der von erfahrenen Klinikerinnen und Klinikern verglichen, indem tatsächliche Fälle von Nierenversagen anhand der gespeicherten Daten „nachgespielt“ wurden. Dabei zeigte sich, dass das RNN dem Menschen klar überlegen ist.

Entscheidungshilfe

„Wir können und wollen den Intensivmedizinerinnen und Intensivmedizinern die Entscheidungen nicht abnehmen“, betont Meyer. „Aber wir wollen ihnen dabei helfen, die richtige Entscheidung sehr früh zu treffen – und ihren Patientinnen und Patienten damit vielleicht das Leben zu retten“.

Die Ergebnisse haben der Mediziner und sein Team jetzt im „nature partner journal (npj) Digital Medicine“ publiziert. Erstautorin ist die Ärztin und Physikerin Nina Rank, die über das Thema im Fach Humanmedizin promovieren wird und derzeit einen Masterstudiengang in Bioinformatik an der Universität KU Leuven in Belgien absolviert.