Pilotprojekte

PP4

Künstliche Intelligenz zur Prädiktion von renaler Erholung bei kritisch kranken Patienten mit akuter Nierenschädigung

Projektleitung

Dr. med.

Thilo von Groote

Univ.-Prof. Dr. med.

Julian Varghese

Zusammenfassung

Die akute Nierenschädigung (engl. acute kidney injury, kurz AKI) ist eine häufige und schwerwiegende Komplikation kritisch kranker Patienten und tritt besonders häufig im Rahmen systemischer Inflammationssyndrome auf. Dabei ist das Auftreten einer AKI mit deutlich erhöhter Morbidität und Mortalität verbunden und stellt einen unabhängigen Risikofaktor für Komplikationen und chronische Nierenerkrankung dar. Die renale Erholung ist von zentraler Bedeutung auf dem Kontinuum von akuter zu chronischer Nierenschädigung. Die zu Grunde liegenden pathophysiologischen Prozesse sind jedoch bislang nur sehr eingeschränkt verstanden und die klinische Prädiktion von renaler Erholung bei Patienten mit AKI diffizil.

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.

Zwischenüberschrift

Zunehmend finden Methoden aus dem Bereich künstlicher Intelligenz und maschinellem Lernen Anwendung in der Medizin. Jedoch existiert bislang kein etabliertes Modell maschinellem Lernens, das eine renale Erholung von AKI einschätzen kann. Unser Projekt plant, ein solches Modell zu etablieren, und so Mediziner:innen bei der Behandlung von Patienten mit AKI zu unterstützen. Weiterführend sollen kausale Modellierungen und interpretierbare KI-Algorithmen angewandt werden, um zum wissenschaftlichen Verständnis von renaler Erholung der AKI beizutragen. Um die Programmierung dieser Modelle zu ermöglichen, wurde eine Forschungs-kompatible Datenbank etabliert, die auf dem AMDS Datensatz beruht. Hierbei werden verschiedene state-of-the-art Methoden des maschinellen Lernens und Visualisierungsmöglichkeiten für große Datenmengen zum  Einsatz kommen.

Mitarbeitende

Dr. rer. nat.

Christian Porschen

Dr. rer. nat.

Michael Fujarski

PD Dr. med.

Narges Ghoreishi