Wenn eine Sepsis (Blutvergiftung) auftritt, müssen schnell die Erreger der Infektion erkannt und behandelt werden. Je später die Therapie startet, desto höher ist das Risiko zu versterben. Hauptaufgabe der Sepsis-AMPEL ist es daher möglichst früh eine beginnende Sepsis zu erkennen und eine entsprechendes Follow-Up von Diagnose und Therapie sicherzustellen.
Eine Sepsis in klinischen Routinedaten zu erkennen ist sehr herausfordernd. Neue Möglichkeiten bieten die Methoden der künstlichen Intelligenz, die komplexe Muster in den Daten erkennen können. Jede einzelne Sepsis, die auf diesem Weg vorzeitig entdeckt wird, trägt zu einer früheren Diagnose und somit zu einer Verbesserung des Ist-Zustands bei.
*Darstellung der notwendigen Daten für das Basis-Modell zur Sepsis-Früherkennung; MCV:
mean corpuscular volume (Mittleres Erythrozyteneinzelvolumen)
Als Grundlage für die KI nutzt die Sepsis-AMPEL labormedizinische Routinedaten. Diese Daten liegen nicht nur sehr früh während der Krankenhausaufnahme vor, sie haben auch einen deutlich größeren Informationsgehalt, als man bisher angenommen hat. Entgegen der eigenen Erwartungen konnte das AMPEL-Team zeigen, dass bereits wenige Daten des kleinen Blutbilds ausreichen, um eine Sepsis früher zu erkennen als bisher.
Das auf dem kleinen Blutbild beruhende
Basis-Modell der Sepsis-AMPEL konnte erfolgreich mit Daten der Universitätsklinik Greifswald und des Beth Israel Deaconess Medical Center (Boston, USA) bestätigt werden. Auf diesem Basis-Modell aufbauend können individuelle, standortspezifische KI-Modelle trainiert werden. Passgenau können so noch bessere Sepsis-Früherkennungen berechnet werden.
*Übersicht der Patienten-Verteilungen vor und nach Filterung durch das KI-Screening der AMPEL. Durch das allgemeine Basis-Modell kann ein Großteil der Patient:innen ohne Sepsis gefiltert werden. In einem zweiten Schritt reduziert das standortspezifische Modell (in Entwicklung) unnötige Alarme.
Die Vorteile eines KI-Screenings des Blutbilds sind groß - vor allem in Notaufnahmen, wo 60-80% aller Sepsis-Patient:innen vorstellig werden. Dort wird fast immer ein Blutbild erhoben und da es sich um Routinedaten handelt, entstehen keine zusätzlichen Kosten.
Auf diesen vielversprechenden Ergebnissen aufbauend entwickelt das AMPEL-Team das KI-Modell weiter und erprobt, ob das Frühwarnsystem tatsächlich dazu führt, dass mehr Sepsis-Patient:innen überleben. Als unabhängiges und gemeinnütziges Forschungsprojekt stellt die Open Source AMPEL dabei sämtliche Ergebnisse, Daten und KI-Modelle zur freien Verfügung.
> Pressemitteilung Sepsis-AMPEL
> Übersicht der Modelle
