MED²ICIN-Symposium am 17. Juli 2023 Per Klick zur richtigen Therapie

Effektive Prävention, Diagnose, Therapie und Versorgung und das mit Hilfe einer Software – der Zusammenschluss von Fraunhofer-Instituten macht das möglich.

Was Künstliche Intelligenz (KI) alles kann, wurde in den vergangenen Monaten vielfach eindrucksvoll bewiesen. Ein Zusammenschluss aus sieben Fraunhofer-Instituten, darunter das Fraunhofer-Institut für für Graphische Datenverarbeitung IGD zeigt nun auf, welches Potenzial noch in der Technologie steckt und wie auch der Mensch so von ihr lernen kann.

Ziel des Leitprojekts „MED²ICIN“ ist es, Mediziner bei der Wahl der bestmöglichen und kosteneffizientesten Behandlung für Patienten zu unterstützen. Dafür hat der Zusammenschluss der Institute ein klinisches Entscheidungs-Unterstützungs-System in Form eines Dashboards entwickelt, das Daten übersichtlich in einem modularen Aufbau darstellt und nicht nur die Qualität der Patientenversorgung verbessert, sondern zudem eine gezielte und wirksame Behandlung ermöglicht.

Die Software basiert auf einem Datenmodell mit integrierten klinischen Patientendaten, wie Laborbefunden und erfolgten Untersuchungen. Der Prototyp des Patientenmodells entstand dabei im Bereich der Colitis Ulcerosa. Dafür nutzten die Fraunhofer-Institute die Daten von insgesamt 600 Patienten mit chronisch-entzündlichen Darmerkrankungen (CED), da diese Patientengruppe meist einen sehr langen Krankheitsverlauf hat und somit viele Daten entstehen. Künftig ist der Einsatz des Patientenmodells jedoch für eine Vielzahl chronischer Krankheiten denkbar.

Außerdem beinhaltet die Software klinische Leitlinien. Diese Leitlinien bilden das „Behandlungskorsett“, also die Vorgaben, wie verschiedene Behandlungen abzulaufen haben. Das Besondere an MED²ICIN: Neben Patientendaten und Leitlinien beinhaltet das Datenmodell zudem gesundheitsökonomische Daten und somit die Kosten für jede mögliche Behandlung und jeden möglichen Therapiepfad.

Die Aufgabe der integrierten KI ist es dabei, die Daten zu analysieren, um ähnliche Patienten, also Patienten mit ähnlichem Krankheitsverlauf identifizieren zu können. Mediziner können dann diese Patienten miteinander vergleichen.

Die Software erlaubt es dabei auch, einzelne Module, wie den zeitlichen Werdegang eines Patienten und seiner Krankheit, darzustellen. Haben Patienten sich ähnelnde Krankheitsverläufe, werden jedoch anders behandelt, besteht die Möglichkeit, zu erkennen, wie verschiedene Behandlungen wirken und welche Behandlung welches Ergebnis bringt. So können die behandelnden Ärzte von der KI lernen und bestmögliche Handlungsempfehlungen aussprechen.

Eine solche Analyse ist auch bei Patientengruppen (Kohorte) möglich. Aus diesen Daten können ebenfalls Informationen dazu abgeleitet werden, wie man bei der Kombination verschiedener klinischer Parameter, ökonomisch wertvolle und dabei bestmögliche Therapien mit den besten Erfolgen erhält.

Das digitale Patientenmodell gibt Medizinern so also einen strukturierten Überblick über die Patientenakte und Behandlungsempfehlungen. Das spart nicht nur Zeit, sondern ist auch kosteneffizient, da der Arzt nicht nur auf Basis von individuellen Daten des Patienten entscheidet, sondern dabei auch auf vergangene Therapien und Behandlungserfolge zurückgreifen kann. So werden bessere Diagnosen gestellt, Therapieentscheidungen gefällt und Krankheiten frühzeitig vorgebeugt.

Getestet wurde der Prototyp bereits am Universitätsklinikum Frankfurt. Eine Online-Umfrage unter knapp 50 Gastroenterologen, die die Software nutzten, zeigt dabei: 23 Prozent der Mediziner heben die Kostenersparnis hervor, während 35 Prozent besonders die verkürzte Behandlungszeit loben.

Zum Abschluss des Fraunhofer-Leitprojekts MED²ICIN, stellen die Projektbeteiligten am 17. Juli das Datenmodell mit seinem interaktiven Dashboard und den einzelnen Modulen im Detail vor. Im Campus Westend der Frankfurter Goethe-Universität können Interessierte aus dem klinischen und industriellen Umfeld, der Medizintechnik, der Health-IT und der Pharmaindustrie kostenfrei am Symposium teilnehmen.

(ID:49535541)