Münster (mfm/jg) – Eigentlich gelten Krankenhäuser als Orte der Heilung und Pflege. Vor allem für Früh- und Neugeborene können sie jedoch zur Gefahr werden, wenn sich antibiotikaresistente Infektionen ausbreiten – die oft erst erkannt werden, wenn bereits mehrere Kinder betroffen sind. Das deutschlandweite Verbundprojekt nAIonate wirkt dem jetzt entgegen und entwickelt ein auf Künstlicher Intelligenz (KI) basierendes System zur Früherkennung von Krankenhausinfektionen. Das für Innovationen beim Gemeinsamen Bundesausschuss (G-BA) zuständige Gremium fördert das Projekt mit 1,4 Millionen Euro; davon gehen nahezu 400.000 Euro an die Universität Münster. 

Früh- und Neugeborene sind besonders gefährdet durch Krankenhausinfektionen: Ihr Immunsystem ist nicht ausgereift, außerdem benötigen sie intensive medizinische Maßnahmen. „Ein früher Hinweis auf Infektionscluster ist daher äußerst wichtig“, betont Prof. Dominik Heider, Leiter des Instituts für Medizinische Informatik der Universität Münster. „Wir entwickeln ein System, das mithilfe von Künstlicher Intelligenz nach Mustern sucht, die auf beginnende Infektionen hinweisen. Damit die KI eine realistische Datenbasis hat, umfasst die Studie eine große Zahl von Neugeborenen, nämlich 1.800, vier neonatologische Stationen in Deutschland und eine Laufzeit von über einem Jahr.“ Nicht nur Ärztinnen und Ärzte sollen künftig potenziell gefährdete Kinder früher identifizieren und gezielt Maßnahmen einleiten können: Ein besonderes Augenmerk liegt darauf, die Vorhersagen verständlich und nachvollziehbar zu gestalten, damit das Klinikpersonal sie direkt nutzen kann.

Die Projektkoordination für nAIonate liegt bei der Charité in Berlin; das Institut für Medizinische Informatik in Münster entwickelt das KI-Modell zur Erkennung der Infektionscluster. Beteiligt sind zudem das Berlin Institute of Health sowie das Institut für Bioinformatik und Systembiologie der Justus-Liebig-Universität Gießen. Die Gesamtprojektlaufzeit beträgt drei Jahre.