Text: Oliver Züchner

KI durchdringt alle Bereiche des Lebens, auch die Medizin. Aktuelle Forschungsprojekte von Leibniz Universität und Medizinischer Hochschule Hannover zeigen die Möglichkeiten auf, Diagnose und Therapie zu verbessern. Davon profitieren auch Kinder und Jugendliche, deren Leben durch Sepsis und Blutkrebs bedroht ist.

Sepsis ist gefährlich. Diese besonders schwere Form einer Infektion ist bis heute eine der häufigsten Todesursachen bei Kindern und Jugendlichen weltweit, insbesondere im Alter von unter fünf Jahren. Schätzungsweise 2,9 Millionen Todesfälle jährlich können auf diese tückische Krankheit zurückgeführt werden. Die wohl deutschlandweit schwersten Fälle werden auf der Intensivstation 67 der Medizinischen Hochschule Hannover (MHH) behandelt. „Hier liegen Kinder und Jugendliche aller Altersklassen“, sagt Oberarzt Dr. Thomas Jack. „Ihre Organe werden zeitweise durch Maschinen ersetzt – nach Organtransplantationen, nach schweren Unfällen oder komplizierten Herzoperationen. Für die Kinder ist eine Sepsis besonders gefährlich.“ Vermutlich durchläuft weltweit jede zehnte Person unter 19 Jahren nach Aufnahme auf eine Intensivstation eine Sepsis oder sogar einen septischen Schock. Eine Ursache ist die späte Diagnose und die entsprechend späte Therapie mit hochwirksamen Antibiotika.

Gefahr falscher Diagnosen

„Zu häufig noch schätzen Mediziner die Situation der Kinder falsch ein“, sagt der Kinderintensivmediziner. Entweder sie deuten das Krankheitsbild falsch oder sie erkennen zwar die Infektionszeichen, aber nicht ihren Schweregrad und Verlauf. Jack: „Die Maßnahmen, um die lebensbedrohende Kaskade von Infektion und Multiorganversagen aufzuhalten, können dann zu spät kommen und Erkrankungen unter Umständen tödlich verlaufen.“ Derartige Verzögerungen in der Behandlung kommen selbst dann vor, wenn ein Kind im Krankenhaus auf der Intensivstation liegt. Die Folgen sind massiv. „Schon lange wissen wir, dass jede Stunde der Therapieverzögerung im septischen Schock das Sterberisiko bei Kindern um nahezu die Hälfte erhöht“, erklärt Jack. „Das wollen wir ändern, indem wir ein System entwickeln, das die behandelnden Mediziner warnt – und zwar mindestens drei Stunden vor Ausbruch der Sepsis.“

Möglich machen soll das Künstliche Intelligenz, deren Einsatz Jack und sein Team aus Medizinern und Informatikern am „Niedersächsischen Zentrum für KI & Kasuale Methoden in der Medizin“ (CAIMed) erforschen. Die Anfang 2024 gegründete Einrichtung wird vom Niedersächsischen Wissenschaftsministerium und der Volkswagenstiftung gefördert. Es verbindet diverse Einrichtungen der Spitzenforschung: die Universitäten Hannover, Göttingen und Braunschweig, das dortige Helmholtz-Zentrum für Infektionsforschung sowie die Universitätskliniken in der Landeshauptstadt und in Göttingen.

KI kann unterstützen

Grundlage des Sepsis-Projekts sind rund 7000 Datensätze von Kindern und Jugendlichen, die seit 2015 auf der Kinderintensivstation der MHH in Behandlung waren. „Das ist einer der größten derartigen Datensätze von kritisch kranken Kindern überhaupt, auf dessen Grundlage wir die KI seit mehreren Jahren anlernen“, erklärt Jack. Jeder Datensatz enthält die Vitalwerte wie Körpertemperatur, Blutdruck und Herzfrequenz, verschiedene Laborwerte und die Daten der medizinischen Geräte. Dazu kommen die Diagnosen, die die jungen Patienten auf die Intensivstation mitbrachten. So kann die KI heute bei jedem Patienten auf bis zu 70 Parameter zugreifen.

Bevor aber die Forscher die KI erstmals mit Daten füttern konnten, mussten sie die Datensätze für die KI aufbereiten und dafür jede Patientenakte noch einmal akribisch durcharbeiten. „Es galt im Nachhinein für jeden Patienten festzustellen, an welchem Tag zu welcher Uhrzeit genau die Sepsis begonnen hat“, erklärt Jack. Denn soll die KI aus den Patientendaten die allgemeinen Muster herauslesen, die auf einen Sepsis-Ausbruch hindeuten, darf sie nur mit Daten VOR dem Ausbruch trainiert werden.

Lernen aus Daten

So erhielt die KI entsprechend gekennzeichnete Datensätze, in denen sie tatsächlich schon bald Muster erkennen konnte. Im zweiten Schritt gaben die Forscher ihr dann nicht gekennzeichnete Datensätze zur Analyse – also Patientenakten, die die KI im Unklaren ließen, ob und wann bei dem jeweiligen Patienten eine Sepsis ausbrach. „Auf dieser Basis haben wir dann den klinischen Einsatz der KI simuliert“, sagt Jack. „Die KI schaute nach, wie sich die Daten des Patienten im zeitlichen Verlauf entwickeln und glich sie mit den ihr bereits bekannten Mustern ab. Überstieg die Wahrscheinlichkeit für einen bevorstehenden Sepsis-Ausbruch einen Schwellenwert, schlug sie Alarm.“ Besonders die Fehlalarme der KI – also falsche Warnungen – bildeten die Grundlage, diese besondere Art des Frage-Antwort-Spiels unzählige Male zu wiederholen und dabei das System durch kleine Veränderungen, aber auch durch Daten neuer Fälle schrittweise immer weiter zu verbessern.

Geballte Hardware

Die dafür notwendige Rechenleistung ist enorm, weshalb die Rechenzentren der Universitäten in Hannover und Göttingen im Rahmen von CAIMed über eine 15 GBit/s-schnelle Internetverbindung zusammengeschlossen wurden. Zusammen bilden sie KISSKI: ein virtuelles KI-Rechenzentrum, das die Power von mehr als 4200 Allzweck- und über 250 Grafikprozessoren vereint. Dazu kommen 600.000 Gigabyte Speicherplatz. Trotz geballter Hardware: Bis die KI die Mediziner in der MHH und perspektivisch auch in anderen Kliniken bei der Sepsis-Erkennung unterstützen kann, werden noch einige Jahre vergehen. Wieder und wieder müssen die Prognosen der KI evaluiert, also auf Korrektheit geprüft werden, bevor sie die gewünschte Verlässlichkeit erreichen. Und dann ist da noch die aufwendige, aber notwendige Zulassung als Medizinprodukt, für die die Forscher einen Partner aus der Wirtschaft benötigen. „Am Schluss werden wir hoffentlich ein zuverlässiges Instrument in der Hand haben, das die behandelnden Ärzte rechtzeitig vor dem Sepsis-Ausbruch warnt“, sagt der 52-jährige Kinderintensivmediziner.

Chancen für eine bessere Medizin

Als das Sepsis-Projekt 2021 startete, war es noch Teil des „Leibniz AI Lab“, dem von Leibniz Universität und MHH getragenen CAIMed-Vorläufer, der mit etwa 5 Mio. Euro vom Bundesforschungsministerium finanziert wurde. „Wir haben dort eine Reihe von Forschungsprojekten angeschoben, die eine wichtige Grundlage des CAIMed-Zentrums bildeten“, sagt dessen früherer Leiter, der Informatikprofessor Dr. Wolfgang Nejdl, der jetzt Sprecher und Mitglied des CAIMed-Leitungsteams ist. Nejdl, gebürtiger Wiener, forscht seit 1995 an der Leibniz Universität und seit mehr als 20 Jahren an Künstlicher Intelligenz. „Mich interessieren dabei die Schnittstelle zur Medizin und die Daten, die nur mit Methoden der KI nutzbar gemacht werden können“, sagt Nejdl. Er begreift KI als Chance, die medizinische Versorgung grundlegend zu verbessern, nicht nur in Diagnose und Therapie. „Rund die Hälfte der Arbeitszeit der Ärzte wird heute für Datenerfassung und Dokumentation benötigt, nicht für die Arbeit am Patienten. Da kann KI Abhilfe schaffen“, sagt Nejdl.

Ein anderes Feld ist die Unterstützung der Lehre. „Bestimmte Sprachmodelle wissen bereits heute mehr als die Studierenden“, sagt der KI-Spezialist. „Daher haben wir am Leibniz-Lab untersucht, wie wir KI gezielt bei der Ausbildung von Psychotherapeuten einsetzen können.“ Das Ergebnis: KI könnte in einigen Jahren die Gespräche zwischen den angehenden Psychotherapeuten und ihren Patienten simulieren. „Und das in einer Intensität, die in der heutigen Ausbildung praktisch nicht umzusetzen ist“, sagt Nejdl. Die Ansätze dazu wollen er und die Co-Autoren schon bald in einer Studie der wissenschaftlichen Öffentlichkeit vorstellen.

Leukämie besser behandeln

Weiter ist die Forschung bereits beim Einsatz von KI bei der Behandlung von Kindern, die an akuter lymphatischer Leukämie (ALL), also einer Form von Blutkrebs, erkrankt sind – auch dies ein Projekt des Leibniz AI Lab, das in einigen Jahren die Überlebenschancen der jungen Patienten deutlich steigern soll. „Das Grundproblem der Ärzte ist die Aggressivität chemotherapeutischer Medikamente“, erklärt Nejdl. „Je höher man dosiert, desto besser die Chancen, dem Krebs beizukommen, desto höher aber zugleich das Risiko für Nebenwirkungen. Das muss gegeneinander abgewogen werden.“

Zwei Jahre lang wertete daher ein Team um die Humangenetikerin und MHH-Professorin Dr. Anke Bergmann und Wolfgang Nejdl mittels KI die Diagnose- und Behandlungsdaten von mehr als 1300 Blutkrebspatienten aus, einschließlich der erhobenen genetischen Informationen. Am Ende stand das KI-Werkzeug „clinALL“, das seit 2023 an der MHH und am Universitätsklinikum Würzburg evaluiert wird und auch an anderen Kliniken zum Einsatz kommen könnte. „Wir können jetzt in einigen Fällen das genetische Profil der Tumorzellen präziser identifizieren und so präzisere Diagnosen stellen“ erklärt die Humangenetikerin. Schnellere und genauere Befunde wiederum helfen den Ärzten, den Kindern die Therapie zukommen zu lassen, die zu ihren genetischen Eigenschaften passt und den größten Erfolg verspricht – ein Beispiel für die personalisierte Medizin der Zukunft, an der die Wissenschaftler forschen.