Lebererkrankung
Mit Künstlicher Intelligenz der Hepatitis C auf der Spur
In Deutschland wird die Zahl der infizierten Menschen auf 250.000 geschätzt, viele wissen nichts von ihrer Erkrankung. Das Projekt Detec verfolgt mit der Nutzung von neuronalen Netzen einen neuen Ansatz zur Ermittlung von Prädiktoren für das Vorliegen der Lebererkrankung.
Nach Schätzung der Weltgesundheitsorganisation WHO sind weltweit mindestens 70 Millionen Menschen an einer chronischen Hepatitis C erkrankt. Die Virusinfektion kann die Leber zerstören. In den letzten Jahren wurden bei der Hepatitis C-Therapie große Fortschritte erzielt. Behandelt werden kann die Erkrankung aber nur, wenn sie auch erkannt wird. In Deutschland wird die Zahl der infizierten Menschen auf 250.000 geschätzt, viele wissen nichts von ihrer Erkrankung. Das Projekt »Detect« der Deutschen Leberstiftung verfolgt mit der Nutzung von neuronalen Netzen einen neuen Ansatz zur Ermittlung von Prädiktoren für das Vorliegen einer chronischen Hepatitis C. Ergebnisse wurden nun veröffentlicht.
In dem Projekt konnten Gesundheitsdaten von mehr als 1,8 Millionen Versicherten aus dem Zeitraum von 2009 bis 2014 ausgewertet werden, die von den privaten Krankenversicherungen Debeka und HUK-Cobug in anonymisierter Form zur Verfügung gestellt wurden. Die zuständige Ethikkommission hat diese Datenauswertung positiv beurteilt. Wissenschaftlicher Projektleiter war Priv. Doz. Dr. Markus Reiser, Chefarzt der Medizinischen Klinik II der Paracelsus-Klinik Marl am Klinikum Vest. Das Datenmanagement wurde von Jürgen Hirsch, Geschäftsführer der Qyte Software & Solutions GmbH geleistet. Finanziell unterstützt wurde das Projekt von der AbbVie Deutschland GmbH & Co.KG, einem Partner der Deutschen Leberstiftung.
Die Krankenversicherungs-Daten wurden mittels eines künstlichen neuronalen Netzes auf Auffälligkeiten für das Vorliegen einer möglichen Hepatitis C analysiert. Im ersten Schritt wurden die Datensätze der 2544 bekannten Hepatitis C-Erkrankungen extrahiert und auf versteckte Hinweise auf die Infektion untersucht. Hierzu zählen Diagnosen und Behandlungen von unspezifischen Begleiterscheinungen, die bei einer Hepatitis C häufiger beobachtet werden, allein aber nicht ausreichen, einen begründeten Verdacht zu äußern. Solche Verdachtsmomente können Müdigkeit, Gelenkschmerzen, Schilddrüsenerkrankungen, Depressionen oder Diabetes sein.
Unwissenheit schütz vor Krankheit nicht
Zentrale Fragestellungen des Forschungsvorhabens waren: Können die bekannten Hepatitis C-Diagnosen mit Hilfe der Künstlichen Intelligenz aus dem Gesamt-Datenpool der Versicherten wiedergefunden werden? Und wie viele Versicherte zeigen auffällige Ähnlichkeiten ihrer Gesundheitsdaten im Vergleich zu den Hepatitis C-Erkrankten? Ein besonderes Augenmerk lag dabei auf den im letzten Beobachtungsjahr diagnostizierten HCV-Infektionen, da diese Daten nicht durch die Diagnose beeinflusst sein konnten.
Die Analysen zeigten, dass mit dem neuronalen Netz alle bekannten Hepatitis C-Virusinfektionen wiedergefunden wurden: Sie zeigten sich an dem definierten Ort (in einem so genannten Cluster) der Datenkarte; auch die erst in 2014 diagnostizierten Infektionen wurden vom neuronalen Netz erkannt. Darüber hinaus wurden 2217 Versicherte aufgrund der Ähnlichkeit ihrer »sozio-medizinischen« Daten dem Cluster zugeordnet und haben damit eine potenziell höhere Wahrscheinlichkeit, an einer noch nicht erkannten Hepatitis C erkrankt zu sein. (me)
Lesen Sie mehr zum Thema
