Antibiose
Künstliche Intelligenz soll Sepsis-Todesfälle vermeiden
KI-gestützte Referenzmessungen der Antibiotikakonzentrationen bei Patienten könnten künftig digitalisierte Intensivstationen bereichern, hoffen Bochumer Wissenschaftler.
Veröffentlicht:
Bochum. Bei einer Sepsis, an der in Deutschland jährlich mehr als 70.000 Patienten sterben, ist die effektive Therapie mit Antibiotika entscheidend für das Überleben. Um die optimale Dosis des Medikaments individuell zu bestimmen und zu überwachen, widmet sich das Bochumer Projekt „DigiSept“ einem entsprechenden Einsatz der Künstlichen Intelligenz (KI). Ein Machine-Learning-Modell in Kombination mit einem Massenspektrometer soll die Behandlung optimieren helfen.
15
Mio. Euro
Fördermittel stellt das Wissenschaftsministerium NRW zur Förderung der Digitalisierung in der klinischen Medizin- und Gesundheitsforschung bereit.
Das Projekt unter Leitung von Professor Barbara Sitek, die in der Klinik für Anästhesiologie, Intensivmedizin und Schmerztherapie des Universitätsklinikums Knappschaftskrankenhaus Bochum tätig ist und mit dem Medizinischen Proteom-Center der RUB eng zusammenarbeitet, wird im Rahmen des REACT-EU Ausstattungsprogramms zur Förderung der Digitalisierung in der klinischen Medizin- und Gesundheitsforschung vom Land NRW mit 855.000 Euro gefördert.
„Die Referenzmessungen der Antibiotikakonzentrationen mithilfe des hier geförderten Massenspektrometers ermöglichen uns, mittels KI-gestütztem Machine Learning ein mathematisches Modell zu entwickeln, das zudem permanent in die digitalisierte Intensivstation implementiert werden kann. Zukünftig wird es dann auf Basis der klinischen Werte der Patienten eine individuelle Dosierungsempfehlung von Antibiotika geben“, verdeutlicht Sitek.
Weitere Erkrankungen im Blick
Sie und ihr Team entwickeln den innovativen Ansatz zur digitalen Dosieranpassung von Antibiotika als Piloten und stellen ihn dann den Kliniken im Verbund der Knappschaftskliniken zur Verfügung. Das entwickelte KI-Modell ist nach eigenen Angaben auf alle Intensivstationen mit Patientendatenmanagementsystem übertragbar und kann problemlos implementiert werden. Nach erfolgreicher Entwicklung lasse sich das Modell zudem auch auf weitere Erkrankungen und Medikamente anwenden.
