News Carte Blanche
10.04.2019
Die Digitalisierung am Oberrhein – Anwendungen, Potentiale, Risiken, Beispiele
Personalisierte Vorhersage in der Neugeborenenmedizin mit Hilfe von Künstlicher Intelligenz
Prof. Dr. Julia Vogt, Professorin am Departement für Mathematik und Informatik der Universität Basel
Die häufigste Erkrankung von Neugeborenen ist die Neugeborenengelbsucht. Sie verläuft meist harmlos. Unerkannt und unbehandelt kann sie jedoch zu lebenslangen Beeinträchtigungen führen. In einem regionalen Projekt zwischen dem Departement Mathematik und Informatik der Universität Basel (Prof. Julia Vogt) und den Abteilungen Neonatologie (Prof. Sven Wellmann) und Pädiatrische Pharmakologie (Prof. Marc Pfister) des Universitäts-Kinderspitals beider Basel (UKBB) haben wir uns deshalb zum Ziel gesetzt, ein Computermodell zu entwickeln, welches sehr früh eine individuelle Vorhersage für eine therapiepflichtige Neugeborenengelbsucht treffen kann.
In einer Beobachtungsstudie am UKBB mit wiederholten Blutmessungen des gelben Blutfarbstoffs Bilirubin von vielen hundert Neugeborenen, haben wir mit Hilfe von Techniken der Künstlichen Intelligenz aus einer Vielzahl klinischer und laborchemischer Parameter die Schlüsselfaktoren ermittelt, die für die Vorhersage einer therapiepflichtigen Erkrankung notwendig sind.
Um die Vorhersagetechnik anwenden zu können, entwickelten wir eine einfach zu handhabende Web-Applikation. Die frühe individuelle Vorhersage einer therapiepflichtigen Neugeborenengelbsucht ist somit durch nur wenige und überall verfügbare klinischen Daten und nur einer Bilirubinbestimmung mit einer sehr hohen Zuverlässigkeit möglich. Die Allgemeingültigkeit der Erkenntnisse, die wir aufgrund der Daten des UKBB gewinnen konnten, wird nun in einer internationalen Kollaboration mit Griechenland an tausenden von Neugeborenen validiert.
Diese mit Hilfe von Künstlicher Intelligenz neu entwickelte medizinische Entscheidungshilfe hat das Potential, die Patientensicherheit von Neugeborenen zu erhöhen, unnötige Untersuchungen zu vermeiden und die Therapie- und Patientenverweildauer zu optimieren.
