KI.SEP - Antibiotikadosierungen in der Sepsis-Behandlung durch Einsatz von KI verbessern
Das Projekt KI.SEP zielt darauf, die Antibiotika-Therapie gegen Sepsis zu verbessern. Dazu soll ein Clinical Decision Support-System entwickelt werden, mit dem KI-basiert die Dosierung von Antibiotika patient:innenspezifisch angepasst werden kann.
Entwicklung eines KI-gestützten Clinical Decision Support-Systems – Personalisierung der Antibiotikadosierungen voranbringen
Das Projekt KI-Sep wird mit rund 1,5 Mio. Euro gefördert und vom Bonner Medizin-Start-up aimed analytics als Konsortialführer umgesetzt. Projektpartner sind die Ruhr-Universität Bochum und das Universitätsklinikum Knappschaftskrankenhaus Bochum.
In Deutschland sterben täglich über 160 Patient:innen an den Folgen einer Sepsis. Ein entscheidender Faktor für die erfolgreiche Behandlung von Sepsis-Patient:innen ist eine schnelle und effektive Antibiotikatherapie. Dabei stellt die optimale Dosierung des Antibiotikums durch die große Varianz zwischen den Patient:innen im Hinblick auf die Infektionsquellen, Medikationspläne oder geschlechtsspezifische Unterschiede eine große Herausforderung dar.
Im Projekt KI.Sep werden mit Hilfe von Künstlicher Intelligenz (KI) Algorithmen entwickelt, die auf Basis von klinischen Parametern die Antibiotikakonzentrationen im Blut vorhersagen können, ohne diese dafür direkt messen zu müssen. Solche KI-Modelle können in Zukunft für die Personalisierung der Antibiotikadosierungen auf Intensivstationen eingesetzt werden.
Um eine individuelle Dosierungsanpassung zu ermöglichen, sollen hierfür mit Hilfe von chromatographischen und massenspektrometrischen Verfahren die Plasmakonzentrationen von Antibiotika sowie deren Abbauprodukte quantifiziert werden. Diese Messungen tatsächlicher Konzentrationen in Sepsis-Patient:innen bilden die Grundlage zur Entwicklung der KI-Algorithmen.
Des Weiteren soll der Einfluss der am häufigsten verabreichten Schmerzmittel auf die Antibiotikawirkung untersucht werden, da Medikamentenwechselwirkungen den Behandlungserfolg beeinträchtigen können. Mittels sogenannter Immunoassays sollen zudem die Konzentrationen löslicher Biomarker im Blut bestimmt und genetische Polymorphismen untersucht werden. Sämtliche Erkenntnisse und Messwerte werden in die Entwicklung der KI-Modelle zur Vorhersage der für einzelne Patient:innen adäquaten Antibiotikakonzentration im Blut mit einfließen.
Am Ende der Entwicklungspipeline soll das KI-Modell als Prototyp eines Clinical Decision Support Moduls im Patienten-Daten-Management-System (PDMS) auf der Intensivstation implementiert werden. Auf diese Weise wird es möglich sein, die Dosierung der Antibiotika patient:innenspezifisch anzupassen und sowohl toxische Überdosierung als auch unwirksame Unterdosierung zu vermeiden.
Zum Unternehmen
Die aimed analytics GmbH ist eine Ausgründung der Universität Bonn und hat sich auf die KI-gestützte Analyse biomedizinischer Daten spezialisiert. Die Analysen des Unternehmens setzen auf ein einzigartiges, modulbasiertes Analysesystem und ermöglichen es Forschenden weltweit, tiefere Einblicke in Krankheiten zu gewinnen und diese besser zu verstehen. aimed analytics wurde von 820 Unternehmen weltweit unter die Top 10 Big Data & Analytics Startups disrupting Healthcare in 2023 gewählt.