Mit Künstlicher Intelligenz Sepsis besser behandeln

Über 50.000 Menschen sterben jährlich in Deutschland an einer Sepsis. Ein Digitalisierungsprojekt der Ruhr-Universität Bochum (RUB) soll die Behandlung verbessern und Leben retten. Das Projekt wird mit 855.000 Euro vom Land NRW gefördert.

Bei einer Sepsis ist die effektive Therapie mit Antibiotika entscheidend für das Überleben. Um die optimale Dosis des Medikaments individuell zu bestimmen und zu überwachen, setzt das Team des Projekts „DigiSept“ auf Künstliche Intelligenz (KI). Ein Machine-Learning-Modell in Kombination mit einem Massenspektrometer soll die Behandlung optimieren helfen. Das Projekt unter Leitung von Prof. 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.

Individuelle Dosierungsempfehlung auf Basis klinischer Werte

„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“, plant Sitek.

Sie und ihr Team entwickeln den innovativen Ansatz zur digitalen Dosierungsanpassung von Antibiotika als Piloten und stellen ihn dann eigenen Angaben zufolge den Kliniken im Verbund der Knappschaftskliniken zur Verfügung. Das entwickelte KI-Modell sei auf alle Intensivstationen mit Patientendatenmanagementsystem übertragbar und könne problemlos implementiert werden, heißt es von der RUB. Nach erfolgreicher Entwicklung lasse sich das Modell zudem auch auf weitere Erkrankungen und Medikamente anwenden.