KI-gestützte Vorhersage von Autoimmunerkrankungen: Ein Durchbruch in der personalisierten Medizin

PENN STATE / MÜNCHEN (IT BOLTWISE) – Die Vorhersage des Fortschreitens von Autoimmunerkrankungen hat dank eines neuen genetischen Werkzeugs, das auf Künstlicher Intelligenz basiert, einen bedeutenden Fortschritt gemacht. Forscher der Penn State College of Medicine haben eine Methode entwickelt, die es ermöglicht, das Risiko von Patienten, von frühen Symptomen zu einer vollständigen Erkrankung zu gelangen, präziser zu bestimmen.

Die Vorhersage des Fortschreitens von Autoimmunerkrankungen hat dank eines neuen genetischen Werkzeugs, das auf Künstlicher Intelligenz basiert, einen bedeutenden Fortschritt gemacht. Forscher der Penn State College of Medicine haben eine Methode entwickelt, die es ermöglicht, das Risiko von Patienten, von frühen Symptomen zu einer vollständigen Erkrankung zu gelangen, präziser zu bestimmen. Diese Entwicklung könnte die Art und Weise, wie Autoimmunerkrankungen behandelt werden, revolutionieren und bietet neue Möglichkeiten für eine frühzeitige Intervention.

Das Herzstück dieser Innovation ist der sogenannte Genetic Progression Score (GPS), der genetische Daten und elektronische Gesundheitsakten integriert, um personalisierte Risikobewertungen zu erstellen. Diese Methode verbessert die Vorhersagegenauigkeit um 25% bis 1.000% im Vergleich zu bestehenden Modellen. Durch die frühzeitige Identifizierung von Personen mit hohem Risiko können rechtzeitige Interventionen und eine bessere Krankheitsbewältigung ermöglicht werden.

Autoimmunerkrankungen, bei denen das Immunsystem fälschlicherweise gesunde Zellen und Gewebe angreift, haben oft eine präklinische Phase, die durch milde Symptome oder bestimmte Antikörper im Blut gekennzeichnet ist. Die Herausforderung besteht darin, vorherzusagen, wer von diesen Symptomen zu einer vollständigen Erkrankung fortschreiten wird. Hier setzt der GPS-Ansatz an, der auf Daten aus großen genetischen Studien und elektronischen Gesundheitsakten basiert.

Die Forscher nutzten Künstliche Intelligenz, um Daten aus elektronischen Gesundheitsakten und großen genetischen Studien von Menschen mit Autoimmunerkrankungen zu analysieren. Das Ergebnis ist ein Risikovorhersagemodell, das zwischen 25% und 1.000% genauer ist als bestehende Modelle. Diese Methode könnte auch auf andere, weniger erforschte Krankheiten angewendet werden und so einen Durchbruch in der personalisierten Medizin und Gesundheitsgerechtigkeit darstellen.

Ein wesentlicher Vorteil des GPS-Modells ist seine Fähigkeit, die Progression von Krankheiten wie rheumatoider Arthritis und Lupus vorherzusagen. Die Forscher validierten die GPS-Risikoscores mit Daten aus der All of Us Biobank, einem Gesundheitsdatenprojekt der National Institutes of Health. Das Modell übertraf 20 andere Methoden, die sich auf Biobank- oder Fall-Kontroll-Proben stützen.

Die genaue Vorhersage des Krankheitsverlaufs mit GPS ermöglicht frühzeitige Interventionen, gezielte Überwachung und personalisierte Behandlungsentscheidungen, was zu verbesserten Patientenergebnissen führt. Es könnte auch das Design und die Rekrutierung klinischer Studien verbessern, indem es Personen identifiziert, die am ehesten von neuen Therapien profitieren.

Während sich diese Studie auf Autoimmunerkrankungen konzentrierte, sagten die Forscher, dass ein ähnlicher Rahmen verwendet werden könnte, um andere Krankheitstypen zu untersuchen. Dies könnte dazu beitragen, Gesundheitsdisparitäten zu verringern, indem unterrepräsentierte Bevölkerungsgruppen besser untersucht werden.