KI sagt Sepsis-Sterberisiko anhand von Blutmikroben und Immunmarkern voraus
Neuer Test, der mikrobielle DNA und Immungenaktivitätsmuster kombiniert, übertrifft Standardverfahren bei der Vorhersage der Sepsis-Sterblichkeit bei Intensivpatienten.
Zusammenfassung
Forscher haben ein KI-System entwickelt, das das Sterberisiko bei Sepsis vorhersagt, indem es sowohl mikrobielle DNA als auch Immunreaktionen in Blutproben analysiert. Der Test übertraf herkömmliche klinische Bewertungssysteme und erreichte eine Genauigkeit von 79 % gegenüber 69 % bei aktuellen Verfahren. Zu den wichtigsten Sterblichkeitsprädiktoren zählten erhöhte Spiegel zirkulierender mikrobieller DNA, eine gesteigerte Neutrophilenaktivierung sowie eine supprimierte T-Zell-Signalübertragung. Dies ist das erste prognostische Instrument, das sowohl den Immunstatus des Wirts als auch die Erregerlast für die Prognose von Sepsisverläufen integriert.
Detaillierte Zusammenfassung
Sepsis tötet mehr hospitalisierte Patienten als jede andere Erkrankung, doch aktuelle Vorhersagetools ignorieren die Mikroben, die die Krankheit antreiben. Forscher der UCSF haben das erste KI-System entwickelt, das sowohl Immunreaktionen des Wirts als auch mikrobielle Faktoren analysiert, um die Sepsis-Sterblichkeit vorherzusagen – mit dem Potenzial, die Intensivmedizin grundlegend zu verändern.
Das Team untersuchte 321 kritisch kranke Patienten und führte innerhalb von 24 Stunden nach der ICU-Aufnahme umfassende Analysen von Blutproben durch. Sie maßen Genexpressionsmuster, Proteinspiegel und mikrobielle DNA mithilfe fortschrittlicher Sequenzierungstechniken. Machine-Learning-Algorithmen identifizierten wichtige Muster, die Überlebende von Nicht-Überlebenden unterscheiden.
Der integrierte Wirt-Mikroben-Klassifikator erreichte eine Vorhersagegenauigkeit von 79 % (AUC 0,79) für den Tod und übertraf damit den standardmäßigen klinischen APACHE-III-Score (69 % Genauigkeit) deutlich. Patienten, die verstarben, zeigten höhere Spiegel zirkulierender mikrobieller DNA, eine stärkere bakterielle Dominanz im Blut, eine erhöhte Expression von Neutrophilen-Aktivierungsgenen sowie supprimierte T-Zell-Signalwege. Erhöhte IL-8-Spiegel erwiesen sich als stärkster einzelner Prädiktor.
Dieser Ansatz schließt eine kritische Lücke in der Sepsisversorgung. Obwohl Antibiotika die einzige bewährte lebensrettende Intervention bleiben, stützen sich aktuelle Vorhersagetools ausschließlich auf klinische Variablen oder Wirt-Biomarker und ignorieren dabei die infektiöse Ursache. Das neue System liefert ein vollständigeres Bild, indem es gleichzeitig Immunfunktionsstörungen und die Pathogenlast bewertet.
Die Ergebnisse könnten eine frühere Identifizierung von Hochrisikopatienten ermöglichen, die Auswahl von Antibiotika leiten und Entscheidungen über intensive Interventionen unterstützen. Die Studie wurde jedoch an zwei akademischen medizinischen Zentren durchgeführt, und eine breitere Validierung in verschiedenen Bevölkerungsgruppen und Gesundheitsversorgungssettings ist erforderlich, bevor eine klinische Implementierung erfolgen kann.
Wichtigste Erkenntnisse
- AI combining microbial DNA and immune markers predicted sepsis death with 79% accuracy
- Higher circulating microbial DNA mass strongly associated with mortality risk
- Neutrophil activation genes increased while T-cell signaling decreased in non-survivors
- IL-8 protein levels showed strongest association with death among cytokines tested
- New classifier outperformed standard APACHE-III clinical scoring system
Methodik
Prospektive Kohortenstudie mit 321 kritisch kranken Erwachsenen, bei denen innerhalb von 24 Stunden nach ICU-Aufnahme Blutproben entnommen wurden. Zur Anwendung kamen RNA-Sequenzierung für die Genexpression, Proteomik für Zytokine sowie metagenomische Sequenzierung zur Analyse mikrobieller DNA mit maschinellem Lernen zur Klassifikation.
Studienlimitierungen
Die Studie wurde an zwei akademischen medizinischen Zentren durchgeführt, was die Generalisierbarkeit einschränkt. Eine Validierung über diverse Bevölkerungsgruppen und Gesundheitsversorgungsumgebungen hinweg ist erforderlich. Die technische Komplexität der Multi-Omik-Analyse könnte eine unmittelbare klinische Umsetzung erschweren.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben: