Früher erkennen statt spät behandeln: Moderne KI-Methoden eröffnen die Möglichkeit, schwere chronische Erkrankungen frühzeitig vorherzusagen. Ziel eines neuen Forschungsprojekts ist es, diese Vision für Patienten mit chronischer Nierenerkrankung Realität werden zu lassen. Das Wissenschaftsteam, zu dem neben Partnern aus Berlin, Hamburg, Bonn, Essen und Mannheim auch die Hochschule Harz gehört, stellt sich im Rahmen des Projekts PRED(i)CKD (Prognostische Risikobewertung anhand von GKV-Routinedaten bei chronischer Nierenerkrankung) die Aufgabe, mittels Krankenkassendaten präzise Vorhersagen zu treffen und damit früher als bisher eine Behandlung für Betroffene zu ermöglichen.

„Die chronische Nierenerkrankung ist eine Volkskrankheit: Rund zehn Prozent der über 40-Jährigen in Deutschland sind betroffen, wenn alle Stadien von leicht bis schwer berücksichtigt werden. Mit zunehmendem Alter steigt die Prävalenz deutlich an“, ordnet Prof. Dr. Ansgar Wübker ein, der das Projekt an der Hochschule Harz gemeinsam mit Prof. Dr. Arne Johannssen leitet. Meist werde die Diagnose erst sehr spät gestellt, da die Erkrankung in frühen Stadien oft ohne Beschwerden verläuft. Das könne nicht nur schwerwiegende Folgen für die Betroffenen haben und aufgrund notwendiger Dialysen deren Lebensqualität erheblich einschränken, sondern sei auch mit jährlichen Kosten in Höhe von 4,73 Milliarden Euro für das Gesundheitssystem verbunden. „Wir wollen helfen, Patienten mit hohem Risiko bereits vor den ersten Symptomen ausfindig zu machen, um ihnen eine zielgerichtete Behandlung mit einem weniger schwerwiegenden Krankheitsverlauf zu ermöglichen.“

Gelingen soll dies mit Hilfe von Künstlicher Intelligenz (KI). „Im Speziellen kommen sogenannte Transformer-Modelle zum Einsatz, eine besonders leistungsstarke Form der KI. Diese Modelle sind darauf spezialisiert, zeitliche Verläufe und komplexe Wechselwirkungen in sehr großen Datensätzen – in unserem Anwendungsfall sind das Routinedaten der gesetzlichen Krankenversicherung – zu erfassen und auch über lange Zeiträume hinweg relevante Muster und Risikokonstellationen zu erkennen“, erklärt Arne Johannssen. Genutzt werden Daten der AOK Rheinland/Hamburg, die ebenfalls Partner im Projekt ist. „Die dank modernster KI-Methoden gewonnenen Erkenntnisse werden dann mit statistischen Modellen kombiniert, um einen fundierten und nachvollziehbaren Prognose-Score für die Versorgungspraxis zu entwickeln. Patienten, die laut Vorhersagetool ein erhöhtes Risiko aufweisen, an CKD zu erkranken, könnten dann frühzeitig informiert und bedarfsgerecht versorgt werden.“

Die Aufgabe des Harzer Teams, zu dem neben den beiden Projektleitern ein wissenschaftlicher Mitarbeiter und eine wissenschaftliche Hilfskraft gehören, ist essenziell für das Gelingen des Projekts. Sie sind für die Entwicklung, das Training und die Optimierung der Transformer-Modelle verantwortlich sowie für die Identifikation bekannter und Ermittlung neuer Risikofaktoren. Darüber hinaus unterstützen sie methodisch bei der Entwicklung des Vorhersagemodells.

„Uns interessiert besonders die Frage, wie sich leistungsstarke KI-Methoden wie Transformer-Modelle für das Aufdecken neuer Risikofaktoren für chronische Nierenerkrankungen einsetzen lassen“, erklärt Arne Johannssen. Dabei sei ihm nicht nur eine möglichst hohe Treffsicherheit in der Vorhersage wichtig, sondern auch das Verwenden einer nachvollziehbaren und erklärbaren Methodik. „Im besten Fall können wir nicht nur bessere Prognosen, sondern auch neues medizinisches Wissen generieren. Das Projekt bietet damit die Möglichkeit, methodische KI-Forschung mit einem klaren Versorgungsnutzen zu verbinden.“