Spooky… Die einen nennen es „die Lebenserwartung  bestimmen“, die Anderen „die Sterbewahrscheinlichkeit bestimmen“. Zwei Beiträge haben mich zeitnah erreicht, die im Grunde ähnlicher nicht sein könnten und die beide auf Künstlicher Intelligenz (KI) basieren. Der Erste bedient sich der Röntgenaufnahmen, der Zweite der Bluttests.

Röntgenaufnahmen zur Vorhersage der Sterbewahrscheinlichkeit

Eine Studie der Harvard University und der Hochschule Stralsund bestätigt, dass die individuelle Lebensdauer mithilfe KI bestimmbar ist. Dazu haben die Forscher untersucht, ob sich vorhandene Röntgenaufnahmen auch für die Vorhersage der Langzeit-Sterblichkeit nutzen lassen.1

KI_HealthcareHeidi_Thorax_163715Ein künstliches neuronales Netzwerk2 wertet dabei eigenständig die Bilddaten der Röntgenaufnahmen aus und bestimmt die Wahrscheinlichkeit zu sterben. Insgesamt wurden in der Forschungsarbeit über 55.000 Röntgen-Thoraxaufnahmen aus zwei großen, randomisierten klinischen Studien ausgewertet. Davon wurden ca. 41.000 Aufnahmen für die Entwicklung des Algorithmus verwendet. Die restlichen Bilder dienten der Validierung. Der finale Algorithmus wurde anschließend dazu genutzt, Risikoklassen zu bestimmen. Er arbeitet ausschließlich auf Grundlage der Bilddaten und bestimmt in weniger als einer halben Sekunde die Klassifizierung des Sterberisikos. Damit ließen sich Informationen über die Lebensdauer, respektive Gesundheit, aus medizinischen Routineaufnahmen extrahieren.

In Stralsund ist man sich sicher, „dass das Wissen über das individualisierte Sterberisiko dazu genutzt werden kann, informierte Entscheidungen über Präventionsmaßnahmen wie z.B. Lungenkrebs-Screenings zu treffen“ (Prof. Dr. Thomas Mayrhofer, Hochschule Stralsund).

Der Bluttest zur Vorhersage der LebenserwartungKI_HealthcareHeidi_Labor_1336664

Niederländische Wissenschaftler haben gemeinsam mit dem Kölner Max-Planck-Institut für die Biologie des Alterns einen einfachen und preisgünstigen Bluttest entwickelt, der insbesondere bei älteren Menschen und schwer kranken Menschen eine gute Prognose der Lebenserwartung liefert. Der Test könnte – zumindest statistisch – den Lebenszeitraum eingrenzen.

Anhand von Biomarkern im Blut wollen die Wissenschaftler eine Aussage über die Sterbe-Wahrscheinlichkeit für die nächsten fünf bis zehn Jahre treffen können. Der Test soll in (naher oder weiter?) Zukunft zur Routine im klinischen Alltag werden.

In der aktuellen Studie, die in der Fachzeitschrift „Nature Communications“ im August 2019 veröffentlicht wurde3, wurde bei einer Gruppe von 44.168 Probanden die Restlebenszeit mithilfe der Konzentration von 14 Biomarkern im Blut bestimmt (z.B. Eiweiße, Fette, Entzündungsparameter, etc.). Das daraus entwickelte Profil lässt sich laut den Forschern auf Frauen und Männer aller Altersgruppen anwenden. Der entwickelte Wert könnte zukünftig mit in die Entscheidung einfließen, bei wem sich eine bestimmte Therapie noch lohnt – oder eben nicht. Weitere Forschungen sind bis dahin jedoch noch notwendig, um die biologische Funktion der 14 Marker zu validieren.

 

Quelle: WELT

Mein Fazit 

Bereits heute sind Ärzte mit der fachlichen und ethischen Aufgabe konfrontiert, bei der Entscheidung für oder gegen eine bestimmte Therapie auch den allgemeinen Gesundheitszustand des Patienten zu berücksichtigen. Teilweise gibt es sogar im Gesundheitssystem klare Vorgaben, bestimmte Maßnahmen oberhalb einer bestimmten Altersgrenze nicht mehr auf Kosten der Kassen durchzuführen.

Vermutlich kann es medizinisch betrachtet auch sinnvoll sein, die Lebenserwartung zu bestimmen. Zum Beispiel, wenn es darum geht, ob einem Menschen eine Therapie noch zugemutet werden kann oder ob eine palliative Behandlung sinnvoller ist. Dass jedoch ein automatisch ermittelter Score-Wert aus einem Bluttest oder aus Röntgenaufnahmen dies festlegt, ein Algorithmus über Therapien (mit)entscheidet? Persönlich finde ich das ethisch kritisch und wirklich „spooky“.

 

1 https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6646994/

2 Künstliche neuronale Netze, sind Netze aus künstlichen Neuronen. Sie sind Forschungsgegenstand der Neuroinformatik.

3 https://www.nature.com/articles/s41467-019-11311-9

Share