Atherosklerose, die krankhafte Verengung von Blutgefäßen, ist die Hauptursache für Herzinfarkte. Je früher solche Gefäßveränderungen erkannt werden, desto wirksamer kann ihnen begegnet werden. Um das Risiko einer Gefäßverkalkung frühzeitig feststellen zu können, greifen Forschende der Med-Uni Graz im Rahmen der "Europäischen Partnerschaft für personalisierte Medizin - EP PerMed" - auf Methoden der Künstlichen Intelligenz zurück, teilte die Med-Uni Graz mit.

Ein Großteil der Herzerkrankungen wäre vermeidbar, wenn man die persönlichen Risiken frühzeitig erkennen könnte - die Neigung zu Atherosklerose beispielsweise. Atherosklerose ist eine chronische Entzündung der Arterienwände, die zu Verhärtung, Verdickung, Elastizitätsverlust und Verengung der Gefäße führt. Doch sie bliebt oft so lange unentdeckt, weil sie lange keine Symptome hervorruft, erklärte Peter Rainer von der Klinische Abteilung für Kardiologie der Med-Uni Graz. Er leitet eine Forschungsgruppe, die sich mit Herzinfarkt- und Herzschwächeforschung beschäftigt.

Frühe Risikoidentifizierung notwendig

Um rechtzeitig vorbeugende Maßnahmen ergreifen zu können, kommt daher der frühen Identifizierung von Personen mit hohem Risiko an Atherosklerose zu erkranken große Bedeutung zu. Im neuen Forschungsprojekt "Predicting Cardiovascular Events Using Machine Learning" (PRE-CARE ML)" hat sich das Team unter seiner Leitung zum Ziel gesetzt, Risikovorhersagetools zur Früherkennung von Personen mit hohem Risiko für kardiovaskuläre Erkrankungen zu entwickeln. Dazu wollen die Forscher die in großer Menge vorliegenden, aber bisher mit konventionellen Methoden nicht umfassend nutzbaren Gesundheitsdaten besser nützen können. Künstliche Intelligenz soll hier Abhilfe schaffe und aus den elektronischen Krankenakten Merkmale herausfiltern, die helfen eine Arterienverkalkung im Frühstadium zu erkennen. Die Projektlaufzeit wird 36 Monate betragen, das gesamte Projektvolumen liegt bei 924.000 Euro.

Die Grazer Wissenschafter greifen auf ihre bisherigen Erfahrungen in der Verwendung von maschinellen Lernalgorithmen zur Risikovorhersage zurück und entwickeln im multidisziplinären Konsortium, zu dem auch Kollegen vom Karolinska Institutet in Stockholm, dem Hasso-Plattner-Institut in Potsdam und der Icahn School of Medicine at Mount Sinai, New York, der Universität São Paulo, Brasilien, und der slowenische Universität Maribor gehören, die Modelle weiter. "In unserem Projekt arbeiten wir eng mit Krankenanstalten zusammen, um unsere Modelle in deren Informationssysteme integrieren zu können und die Auswirkungen auf den Krankenhausalltag zu bewerten", so der Experte der Med-Uni Graz.

In der Steiermark hat das Data Science Team der Steiermärkischen Landeskrankenanstalten (KAGes) rund um Diether Kramer wesentliche Vorarbeit geleistet und die Anwendung von KI-basierter Risikoprädiktion wird zurzeit gerade im Landeskrankenhaus Murtal getestet.

Schlechte Prognosen lösen allerdings oftmals Abwehr und Ignoranz, statt tatsächlicher Lebensstiländerung aus. Daher will sich das Team in einem weiteren Schritt auch mit effektiven Strategien der Kommunikation befassen.

Service: Informationen zum Europäischen Programm: https://www.icpermed.eu/en/ep-permed.php