Skip to main content

AI-based infectious diseases diagnosis in seconds

Article Category

Article available in the folowing languages:

Mit künstlicher Intelligenz Labortests zum Nachweis von Erregern ersetzen

Beinahe alle ansteckenden Atemwegserkrankungen, darunter auch COVID-19, zeigen sehr ähnlich Symptome, wodurch sich die richtige Diagnose erschwert. Das Projekt EDAS HEALTHCARE hat ein auf künstlicher Intelligenz basierendes System entwickelt, das die Infektionsursache sofort per Ferndiagnose vorausbestimmen kann und dabei ausschließlich auf demografische Parameter bei den Patientendaten zurückgreift.

Digitale Wirtschaft
Gesundheit

Derzeit sind die Kapazitäten zur patientennahen Erkennung ansteckender Atemwegserkrankungen begrenzt, sodass oftmals nicht ausreichend zwischen Bakterien und Viren unterschieden werden kann. Behandelnde Ärztinnen und Ärzte verschreiben folglich Antibiotika, die häufig ungeeignet oder sogar unnötig sind, und erzeugen damit nicht nur eine erhebliche wirtschaftliche Last, sondern erhöhen auch das Risiko antimikrobieller Resistenzen. In Zeiten von COVID-19 stellt die Möglichkeit, eine Virusinfektion breiter Bevölkerungsschichten aus der Ferne und in Sekunden zu verhindern, einen bahnbrechenden Fortschritt dar – sowohl im Hinblick auf die Eindämmung der Pandemie als auch auf die Verbesserung der medizinischen Ressourcen.

Diagnose an vorderster Front dank künstlicher Intelligenz

Aus klinischer Perspektive ist es wichtig, während der ersten 24 bis 48 Stunden nach Auftreten der ersten Symptome die richtige Behandlung einzuleiten. Vor diesem Hintergrund haben Forschende des Projekts EDAS HEALTHCARE ein System zur Entscheidungsunterstützung für medizinisches Personal entwickelt. Durch Algorithmen auf der Grundlage von Big Data und maschinellem Lernen lassen sich hiermit ansteckende Krankheiten umgehend und aus der Ferne diagnostizieren. „Unsere patentierte Technologie nutzt künstliche Intelligenz und anonymisierte, vorhandene Labordaten und kann so ausschließlich mittels einfacher demografischer Parameter die Infektionsursache exakt vorhersagen“, erläutert Gil Mildworth, Geschäftsleiter von EDAS Healthcare Ltd. Das System stützt sich auf epidemiologische Erkenntnisse und standortbasierte Diagnostik und lässt diese Informationen in eine kombinierte virologische, epidemiologische und demografische Funktionseinheit einfließen. Täglich sammelt das System Daten, die als geografische Heatmaps aufbereitet werden. Damit wird der gegenwärtige Infektionsstand pro Erreger bis auf die Ebene einzelner Straßen angezeigt. Mit nur wenigen Eingangswerten, darunter Alter, Geschlecht und Adresse der Patientin oder des Patienten, lässt sich eine sofortige Ferndiagnose erstellen. Dadurch erübrigt sich ein Besuch in der Praxis oder im Krankenhaus. Ein wichtiger Faktor hierbei ist, dass die KI-Technologie auf faktenbasierten Daten aus Labortests beruht und daher in mehreren klinischen Arbeitsabläufe eingesetzt werden kann. Diese Technologie wurde durch das medizinische Zentrum Hadassah in Jerusalem, Israel, bei einer Gruppe von mehreren Zehntausend Patientinnen und Patienten klinisch validiert und ermöglichte die Erkennung nahezu sämtlicher geläufiger Pathogene der Atemwege wie Bordetella pertussis, Haemophilus influenzae, Mycoplasma und Streptococcus pneumoniae. Sie entdeckt darüber hinaus auch Viren, die Atemwegserkrankungen verursachen, unter anderem SARS-CoV-2, Adenovirus, Humanes Metapneumovirus, Influenza sowie Respiratorisches Synzytial-Virus. In Bezug auf die Leistung zeigten die Ergebnisse von EDAS HEALTHCARE eine Genauigkeit von über 97 % beim Ausschluss ansteckender Erreger und über 70 % bei der Vorhersage der tatsächlichen Ursache der Atemwegsinfektion. Bei COVID-19 wurde eine Genauigkeit von 80 % erreicht, und dies ohne Einsatz jeglicher Geräte. Mildworth betont: „Beim Ausschluss eines Erregers als Ursache für eine bestimmte Atemwegserkrankung liegt der Wert normalerweise bei 99 %. Für die optimale Behandlung und Umgangsweise mit COVID-19 spielt dies eine entscheidende Rolle.“

Umsetzung der Technologie im klinischen Bereich

Basierend auf Marktforschungsstudien und Befragungen von Führungspersonen und Interessengruppen im Gesundheitssektor im Vereinigten Königreich werden sich die Partner von EDAS HEALTHCARE auf die medizinische Grundversorgung sowie aufstrebende telemedizinische Dienste konzentrieren. Die Technologie ermöglicht eine genaue Ferndiagnose und kann die Verbreitung des Erregers eindämmen, da infizierte Patientinnen und Patienten nicht mit medizinischem Personal und anderen Erkrankten in der Klinik in Berührung kommen. Durch die Anwendung der Technologie von EDAS HEALTHCARE werden zudem die Gesundheitskosten bei gleichzeitiger Kapazitätserweiterung in der medinischen Grundversorgung gesenkt. Wiederholte Termine zur Nachkontrolle und der Bedarf an zusätzlichen Behandlungen entfallen; unnötige Arzneimittelkosten und Arbeitsgänge in klinischen Labors werden vermieden. Darüber hinaus begegnet die Technologie der zunehmenden medizinischen Herausforderung in Form antimikrobieller Resistenzen, da Antibiotika nicht mehr unnötigerweise verschrieben werden. Zu Zeiten der COVID-19-Epidemie ermöglicht das Instrument von EDAS HEALTHCARE eine Ferndiagnose, ohne eine mögliche Isolierung zu beeinträchtigen. Zudem kann es von Gesundheitsorganisationen zu Überprüfungszwecken in der allgemeinen Bevölkerung eingesetzt werden und somit die weitere Ausbreitung des Virus in der Gemeinschaft verhindern wie auch die Effizienz der bestehenden medizinischen Ressourcen steigern. Gil Mildworth führt dazu aus: „Der sofortige Ausschluss von COVID-19 bei 99%iger Genauigkeit ist ein wesentlicher Faktor für die Rückkehr der Wirtschaft zur Normalität. Arbeitgeber haben die Möglichkeit, ihre Belegschaft täglich zu überprüfen, gleichzeitig können Molekularlabore ihre Kapazitäten verdoppeln und Testprioritäten optimieren. Stellen zur Seuchenbekämpfung sind so in der Lage, im Vorfeld zu reagieren und geeignete Eindämmungsmaßnahmen zu ergreifen.“

Schlüsselbegriffe

EDAS HEALTHCARE, Diagnose, Erreger, ansteckende Atemwegserkrankung, künstliche Intelligenz, KI, COVID-19, maschinelles Lernen

Entdecken Sie Artikel in demselben Anwendungsbereich