Machine Learning
im Kampf gegen Covid-19
Ein an der Technischen Hochschule Aschaffenburg entwickelter und in Zusammenarbeit mit dem Uniklinikum Würzburg erprobter KI-Algorithmus hilft bei der Vorhersage des Verlaufs einer Nierenbeteiligung bei Covid-19-Patient*innen.
Dr. Anna Laura Herzog vom UKW und Prof. Dr. Holger v. Jouanne-Diedrich von der Technischen Hochschule Aschaffenburg sind die wesentlichen Köpfe hinter der Studie, bei der es um die Vorhersage des Verlaufs von Teilaspekten einer Covid-19-Infektion ging. Bild: TH Aschaffenburg
Ausgehend von Hinweisen darauf, dass das Virus SARS-CoV2 häufig mit Nierenversagen in Verbindung steht, untersuchten Prof. Dr. Holger v. Jouanne-Diedrich von der Technischen Hochschule Aschaffenburg und die Leiterin des Transplantationszentrums des Uniklinikums Würzburg, Dr. Anna Laura Herzog, bei schwerkranken Covid-19-Patienten, ob man anhand einer vorliegenden Proteinurie (übermäßige Ausscheidung von Eiweiß über den Urin) ein Nierenversagen, die Entwicklung einer chronischen Nierenerkrankung und die Mortalität vorhersagen kann. Dazu verwendeten sie Machine-Learning-(ML)-Methoden, die teilweise an der TH Aschaffenburg entwickelt wurden. Algorithmus öffentlich kostenlos verfügbar Das von Jouanne-Diedrich entwickelte OneR-Paket ermöglicht es, auf einfache Weise Einflussfaktoren und Grenzwerte (Cut-Off-Punkte) zu finden. „Ich bin stolz, dass das OneR-Paket im Kampf gegen die Pandemie einen Beitrag leisten kann“, freut sich der Professor, der an der Technischen Hochschule Aschaffenburg im Bereich Künstliche Intelligenz lehrt und forscht sowie den neuen Studiengang Medical Engineering and Data Science mitkonzipierte und aufbaute. Er fährt fort: „Ich habe das Paket der interessierten Öffentlichkeit schon vor einiger Zeit kostenfrei zur Verfügung gestellt, damit auch andere Forscherinnen und Forscher sowie Datenanalystinnen und -analysten in verschiedenen Bereichen daraus Nutzen ziehen können.“Das Besondere an dem neu entwickelten Verfahren ist, dass die Ergebnisse in Form von leicht verständlichen Regeln dargestellt werden. Damit ist es oft komplizierteren Verfahren, wie zum Beispiel Neuronalen Netzen, sogenanntem Deep Learning, überlegen, welche oft nur schwer nachvollziehbar sind. Von den in diesem Vorhaben einbezogenen 37 Corona-Patient*innen erlitten 24 ein akutes Nierenversagen, 20 Patient*innen benötigten eine Nierenersatztherapie, also regelmäßige Blutwäschen. Mehr als 40 % der Patient*innen waren auch nach Verlegung von der Intensivstation noch auf die Dialyse angewiesen, knapp ein Drittel der schwer kranken Patient*innen ist verstorben. Proteinverlust als wichtige Vorhersage-Variable In der Studie wurde untersucht, ob sich das Nierenversagen im Falle einer schweren Covid-19-Infektion vorhersagen lässt und ob es Blutwerte der Routinebehandlung gibt, die den Verlauf prognostizieren können. Bei einer akuten Erkrankung der Niere gehen häufig Blutproteine verloren, die dann im Urin nachgewiesen werden können. Es konnte bei den meisten Patient*innen, die später ein Nierenversagen entwickelten, schon am Aufnahmetag eine Proteinurie nachgewiesen werden. Der ML-Algorithmus konnte unter anderem den Proteinverlust, also die Nierenbeteiligung als eine wertvolle Variable zur Vorhersage des Verlaufs identifizieren und damit prognostizieren, ob eine längerfristige chronische Nierenerkrankung zu erwarten ist. Die Ergebnisse der Forschungsarbeit wurden im Wissenschaftsjournal PLOS One veröffentlicht.