KI-Modell zur optimierten Antibiotikaauswahl in der Sepsis-Therapie

Bei einer Sepsis ist die gezielte Auswahl der passenden Antibiotika entscheidend für den Verlauf der Infektion und die Prognose der Betroffenen. Ermöglichen soll dies ein neu entwickeltes, auf Künstlicher Intelligenz (KI) basierendes Modell.

Sepsis ist in Deutschland eine der häufigsten Todesursachen. Täglich sterben im Durchschnitt 160 Menschen an den Folgen von Sepsis. Da die Erreger bei Behandlungsbeginn meist unbekannt sind, greifen Ärzte oft zu Breitbandantibiotika, die jedoch erhebliche Nebenwirkungen wie Nieren- oder Leberschäden mit sich bringen können. Das Forschungsprojekt OptAB („an optimal antibiotic selection framework for Sepsis patients using Artificial Intelligence“) hat das Potenzial, diese Herausforderung grundlegend zu lösen, indem es die Auswahl gezielter und schonender Antibiotika ermöglicht.

„OptAB ist das weltweit erste KI-Modell, das eine individualisierte und optimierte Auswahl von Antibiotika bei Sepsis-Patienten ermöglicht“, erläutert die Hochschule Koblenz – University of Applied Sciences anlässlich der aktuellen Publikation des KI-Modells in der Fachzeitschrift „npj Digital Medicine“. Ziel von OptAB ist es, den Behandlungserfolg – gemessen am SOFA(Sequential Organ Failure Assessment)-Score – zu maximieren und gleichzeitig schwerwiegende Nebenwirkungen wie Nieren- und Leberschäden zu minimieren. Das Modell berücksichtigt den individuellen Krankheitsverlauf und nutzt dabei patientenspezifische Verlaufsdaten, um vorausschauende Analysen für verschiedene Antibiotika-Kombinationen wie Vancomycin, Ceftriaxon oder Piperacillin/Tazobactam durchzuführen.

OptAB  stand unter Leitung von Philipp Wendland (Hochschule Koblenz) und Prof. Maik Kschischo (Universität Koblenz) in Kooperation mit den Medizinern Prof. Christof Schenkel-Häger (Hochschule Koblenz) und Dr. Ingobert Wenningmann (Universitätsklinik Bonn). Es entstand im Rahmen des vom Ministerium für Wissenschaft und Gesundheit Rheinland-Pfalz geförderten Forschungskollegs data2health, einer Zusammenarbeit zwischen der Universität und der Hochschule Koblenz im Bereich der digitalen, datengetriebenen Medizin.

Verbesserte Behandlungsergebnisse durch KI und Differentialgleichungen

Das OptAB-Modell basiert auf einem innovativen Algorithmus, der neuronale Netzwerke mit Differentialgleichungen kombiniert. Diese Methode erlaubt die Verarbeitung komplexer Patientendaten, die durch unregelmäßige Messungen, fehlende Werte und zeitabhängige Störfaktoren gekennzeichnet sind. OptAB liefert dabei präzise Vorhersagen über den Krankheitsverlauf und mögliche Nebenwirkungen, basierend auf Laborwerten wie Kreatinin, Gesamtbilirubin und Alanin-Transaminase.

Die von OptAB ermittelten optimalen Antibiotika-Kombinationen zeigen eine schnellere Wirksamkeit als die in der klinischen Praxis üblichen Breitbandantibiotika. Dies ist besonders relevant, da eine rasche Besserung des Multiorganversagens entscheidend für den Behandlungserfolg ist. Ärzte könnten zukünftig auf die Erfahrungen von zehntausenden Sepsis-Fällen zurückgreifen und durch OptAB fundierte Unterstützung bei ihren Entscheidungen erhalten.

Zukunftsperspektiven

Um den vielversprechenden Ansatz von OptAB in die Praxis zu überführen, sind weitere praxisnahe Studien geplant, um die Ergebnisse zu validieren und die Robustheit des Modells zu testen. „Bevor wir das Modell aus der Grundlagenforschung in die Praxis überführen können, müssen wir es nochmals in einem realistischen Umfeld testen“, erklärt der Projektleiter Kschischo. „Ohne die medizinische Perspektive der Kooperationspartner Christof Schenkel-Häger und Ingobert Wenningmann hätten wir das Modell nicht entwickeln können“, fügt Wendland hinzu, der demnächst seine Doktorarbeit an der Universität Koblenz einreichen wird.

Nach Ansicht der Hochschule Koblenz erfährt das Projekt mit der Veröffentlichung in „npj Digital Medicine“ eine internationale Anerkennung und ebnet den Weg für eine neue Ära in der individualisierten Sepsis-Therapie.