Forscherinnen und Forscher im Fraunhofer-Austria-Innovationszentrum „KI4LIFE“ haben eine künstliche Intelligenz (KI) entwickelt, die den Nachweis von Harnwegsinfektionen verbessert. Die KI erkennt negative Proben genauer und reduziert den Laboraufwand um 16 Prozent. Projektleiter Giacomo Da Col betont die Transparenz der KI: „Es war eine zwingende Bedingung, dass unser Algorithmus transparent und nachvollziehbar ist.“ Die Ergebnisse wurden zuvor im „American Journal of Clinical Pathology“ veröffentlicht und sind sofort anwendbar.
Laut dem Fraunhofer-Forschungsteam ist es eine aufwändige Arbeit, die mithilfe von KI teilweise eingespart werden kann. Im medizinischen Alltag wird sie erst anwendbar, nachdem die Methodik im betreffenden Labor einprogrammiert wurde.
![Die wissenschaftlichen Innovationen aus dem Lakeside Science & Technology Park häufen sich Die wissenschaftlichen Innovationen aus dem Lakeside Science & Technology Park häufen sich](https://img.kleinezeitung.at/public/wirtschaft/8bnxpp-OBS_20190417_OBS0010.jpg/alternates/FREE_700/OBS_20190417_OBS0010.jpg)
Die Methode dahinter
Das Forschungsteam analysierte Daten des „Sysmex Uf-1000i“ und entwickelte einen Entscheidungsbaum-Algorithmus, der sieben Parameter nutzt und die Arbeitslast signifikant verringert. Der Nachweis einer Harnwegsinfektion erfolgt üblicherweise in der sogenannten Urinkultur: Ein Extrakt der Urinprobe wird unter dem Mikroskop auf Bakterienwachstum untersucht. Im Zuge dieses zeitintensiven Verfahrens erweisen sich allerdings mehr als zwei Drittel der Proben als negativ. Diese bereits im Vorhinein als solche identifizieren zu können, bringt eine große Zeitersparnis. Negative Testergebnisse würden in diesem Fall zudem deutlich schneller vorliegen. Die nun von dem österreichischen und italienischen Forschungsteam in Kärnten entwickelte künstliche Intelligenz (KI) kann negative Proben genauer als bisherige Methoden erkennen.
Es soll sich bei der eingesetzten Technologie um eine interpretierbare KI handeln: Die behandelnden Ärztinnen und Ärzte erfahren, aufgrund welcher Merkmale eine Probe als negativ eingestuft wurde. Die Nachvollziehbarkeit ist somit immer gegeben.
„Wir haben mehrere Verbesserungen am Entscheidungsbaum-Algorithmus vorgenommen, um die Leistung zu steigern und gleichzeitig die Interpretierbarkeit zu erhalten“, erklärt Doriana Cobârzan, die bei Fraunhofer Austria an der Entwicklung der KI maßgeblich beteiligt war. Jetzt steht der nächste Schritt bevor: „Es wäre daher wünschenswert, den Algorithmus in anderen Krankenhäusern zu evaluieren“, erklärt Giacomo Da Col. Dafür werden Kooperationspartner gesucht. Die Ergebnisse beeinflussen könne unter anderem eine regional unterschiedliche Ernährung oder die Vorgangsweise bei der Probennahme.