Die FDA genehmigt von Prenosis hergestellte KI-gesteuerte Tests für Sepsis

Bobby Reddy Jr. streifte beim Aufbau seines Start-ups durch ein Krankenhaus und beobachtete, wie die Patientenversorgung mit einer Diagnose begann und einem festgelegten Protokoll folgte. Der Elektroingenieur glaubte, einen besseren Weg zu kennen: ein künstliches Intelligenztool, das die Behandlung individualisieren würde.

Jetzt hat die Food and Drug Administration einem solchen Test grünes Licht gegeben, der von Reddys Unternehmen Prenosis mit Sitz in Chicago entwickelt wurde, um das Risiko einer Sepsis vorherzusagen – einer komplexen Erkrankung, die in den Vereinigten Staaten zu mindestens 350.000 Todesfällen pro Jahr führt. Es ist das erste algorithmische KI-gesteuerte Diagnosetool für Sepsis soll die Genehmigung der FDA erhalten, teilte das Unternehmen am Mittwoch in einer Erklärung mit.

„In Krankenhäusern und Notaufnahmen verlassen wir uns immer noch auf Einheitslösungen, obwohl wir stattdessen jede Person auf der Grundlage ihrer individuellen Biologie behandeln sollten“, sagte Reddy, der CEO des Unternehmens, in einem Interview.

Zu einer Sepsis kommt es, wenn das Immunsystem eines Patienten versucht, eine Infektion zu bekämpfen und dabei körpereigene Organe angreift. Die Behandlung von Sepsis hat bei Bundesgesundheitsbehörden, darunter den Centers for Disease Control and Prevention und den Centers for Medicare and Medicaid Services, Priorität.

Um seinen Test zu entwickeln, erfasste Prenosis mehr als 100.000 Blutproben sowie klinische Daten von Krankenhauspatienten und trainierte seinen Algorithmus, um die Gesundheitsindikatoren zu erkennen, die am häufigsten mit der Entwicklung einer Sepsis in Zusammenhang stehen. Das Unternehmen beschränkte seinen Test auf 22 Parameter, darunter blutbasierte Messungen und andere Vitalparameter wie Temperatur und Herzfrequenz. Das Diagnosetool erstellt nun eine Momentaufnahme, die das Sepsisrisiko eines Patienten in vier Kategorien von niedrig bis sehr hoch einstuft.

Obwohl Prenosis ist das erste Unternehmen, das die FDA-Zulassung für einen solchen Test erhalten hat. Andere Unternehmen, darunter Epic Systems, haben bereits KI-gesteuerte Diagnostika für diese Erkrankung auf den Markt gebracht. Epic, bekannt für seine Software zur Verwaltung elektronischer Gesundheitsakten, wurde mit Fragen zur Genauigkeit seines Algorithmus zur Vorhersage von Sepsis konfrontiert.

Epic reagierte am Mittwoch nicht sofort auf eine Bitte um Stellungnahme.

Reddy sagte, Prenosis habe seine Technologie entwickelt, ohne zunächst zu wissen, welches Problem es zu lösen versuchen würde. Ein Krankenhaus in Illinois stellte ihm Büroräume und einen Ausweis zur Verfügung, sodass er sich durch das Krankenhaus bewegen und beobachten konnte, wie das Personal mit den Patienten interagierte. „Was ich immer wieder gesehen habe, ist, dass sie wirklich auf Protokollbasis laufen“, sagte er. Später sei er auf einen Artikel über Sepsis gestoßen, der ihm die Augen darüber geöffnet habe, wie viele Menschen daran sterben, sagte er. „Das wird das sein, was wir tun“, sagte er.

Laut CDC erkranken mindestens 1,7 Millionen Erwachsene in einem Jahr an einer Sepsis, darunter mindestens 350.000, die während ihres Krankenhausaufenthalts sterben oder in ein Hospiz entlassen werden. Ungefähr jeder dritte Mensch, der in einem Krankenhaus stirbt, hatte während seines Aufenthalts eine Sepsis, und die Bundesbehörden wollen Einrichtungen belohnen, die Fortschritte bei der Reduzierung der Erkrankung machen.

Zu den Personen mit einem höheren Sepsis-Risiko gehören Erwachsene ab 65 Jahren, Menschen mit geschwächtem Immunsystem und Personen, die kürzlich eine schwere Erkrankung erlitten haben oder im Krankenhaus waren.

Der neue Test kommt zu einem Zeitpunkt, an dem sich Krankenhäuser mit der Zukunft der Medizin und der Frage auseinandersetzen, wie künstliche Intelligenz am besten in die Praxis integriert werden kann. In einigen Fällen haben Tools der künstlichen Intelligenz zu Spannungen unter den Mitarbeitern an vorderster Front geführt, die befürchten, dass die Technologie zu ungenauen Ergebnissen führen oder Personal ersetzen könnte.

source site

Leave a Reply