Erfahren Sie alles über die Vision, Mission sowie die Menschen, die die CompuGroup Medical weltweit prägen.
Diese Seite ist nicht mit dem Internet Explorer kompatibel.
Aus Sicherheitsgründen empfehlen wir Ihnen, einen aktuellen Browser zu verwenden, z. B. Microsoft Edge, Google Chrome, Safari oder Mozilla Firefox.
Wiener Forscher erstellen Leberzirrhose-Prognose mit KI
Um eine Prognose für die Wahrscheinlichkeit des Auftretens von schweren Komplikationen bei Leberzirrhose-Erkrankungen zu erstellen, braucht es eine mit einem kleineren Eingriff verbundene Untersuchung. Ein Team um Wiener Forscher hat nun einen auf Künstlichen-Intelligenz (KI)-Methoden beruhenden Algorithmus entwickelt, mit dem ein Abschätzen der Situation auf Basis einer einfachen Blutprobe möglich wird. Die Wissenschafter stellten ihren Ansatz im "Journal of Hepatology" vor.
Bei der Leberzirrhose handelt es sich um eine Reaktion auf eine langfristige Belastung der Leber. Oft ist sie die Folge von Alkoholmissbrauch, sie kann aber auch durch andere Erkrankungen wie Hepatitis hervorgerufen werden. Dabei kommt es zur Veränderung des Lebergewebes, das zunehmend durch Bindegewebe ersetzt wird, das die Aufgaben des Organs nicht ausführen kann.
Um abzuschätzen, ob sich Patienten im noch durch wenige und unspezifische Symptome wie Müdigkeit gekennzeichneten "kompensierten Stadium" befinden oder es in Richtung gefährliches "dekompensiertes Stadium" geht, braucht es momentan eine Lebervenendruck- oder HVPG-Messung. Dabei wird ein Katheter mit einem kleinen Ballon über die Halsvene in den Körper geführt und in die Lebervene geleitet, wo die Messung gemacht wird.
Das Wiener Team um die Erstautoren der Studie, Jiri Reinis vom Forschungszentrum für Molekulare Medizin (CeMM) der Akademie der Wissenschaften (ÖAW) und Oleksandr Petrenko vom CeMM, dem Ludwig Boltzmann Institute for Rare and Undiagnosed Diseases und der Medizinischen Universität Wien, ging nun einen anderen Weg, um einzuschätzen, ob sich Hinweise auf bestimmte Grenzwerte, die etwa auf eine Verschlechterung Richtung "dekompensiertes Stadium" hinweisen, auch aus Bluttests ablesen lassen. Dafür setzten sie Methoden des maschinellen Lernens ein.
Hier wird ein KI-System "trainiert", auf Basis einer Vielzahl an vorhandenen Daten zu lernen, welche Informationskombination in der Regel mit einem bestimmten Ergebnis einher gehen.
Im Falle der Studie kamen die Daten aus der laufenden "Wiener Zirrhose-Studie", wie es am Dienstag in einer Aussendung des CeMM heißt. Es zeigte sich, dass der Algorithmus auf Basis von drei bzw. fünf Parametern, die mittels Blutproben erhoben werden, das Risiko für eine entscheidende Verschlechterung des Zustandes ableiten lässt. Verglichen wurden die Erkenntnisse zusätzlich mit Daten von 1.232 Patienten mit Leberzirrhose aus acht weiteren europäischen Behandlungszentren.
Die Ergebnisse zeigen, dass mithilfe unseres entwickelten Algorithmus, durch eine simple Blutabnahme ganz einfach und schnell sowie ohne zusätzliche Belastung für PatientInnen eine präzisere Risikoabschätzung als mit anderen verfügbaren Methoden erreicht werden kann.
Der Vorteil bestehe auch darin, dass im Gegensatz zur HVPG-Messung keine Gefahr für den Patienten besteht.
Gehe es um das genaue Feststellen des Zustandes, werde es allerdings weiter die invasive Herangehensweise brauchen, räumen die Wissenschaftler ein. Der "neue, nicht-invasive Ansatz" könne aber in der Früherkennung angewendet werden, heißt es. Um einen einfachen Einsatz ihres Ansatzes zu ermöglichen, hat das Team einen Online-Rechner entwickelt, mit dem Mediziner das Risiko für Patienten abschätzen können.
