KI-Plattform lässt Patienten in Echtzeit mit ihren Medizingeräten chatten

Forschende der University of Pennsylvania haben eine KI-gestützte Plattform entwickelt, mit der Menschen über eine Smartphone-App Nachrichten mit ihren Medizingeräten austauschen und in Echtzeit Rückmeldungen erhalten können. Eine Proof-of-Concept-Studie mit Patienten, die auf Anfälle überwacht wurden, ist in Nature Medicine erschienen.
- Forschende der Penn haben eine KI-Plattform entwickelt, mit der Patienten per Smartphone-App Nachrichten an ihr Medizingerät schicken und Echtzeit-Feedback erhalten.
- Die Proof-of-Concept-Studie umfasste Teilnehmende, die auf Anfälle überwacht wurden, und erschien in Nature Medicine.
- Die Teilnehmenden konnten nach ihrer Hirnaktivität fragen, personalisierte Warnungen erhalten, Symptome und Verhaltensweisen melden und das System mittrainieren.
- Seniorautor Brian Litt sagt, Gerät und Patient könnten mit der Zeit gemeinsam lernen.
So funktioniert die Plattform
Das System wurde mit Teilnehmenden getestet, die wegen möglicher Anfälle überwacht wurden. Über eine Smartphone-Anwendung konnten sie Nachrichten an ihr Gerät senden und erhielten Antworten, während sich Ereignisse entwickelten.
Wie das Penn-Team mitteilt, konnten die Teilnehmenden Fragen zu ihrer Hirnaktivität stellen, personalisierte Warnungen erhalten sowie Symptome und Verhaltensweisen melden. Zudem konnten sie dabei helfen, das System so zu trainieren, dass es anfallsbezogene Muster besser erkennt.
Die Arbeit stammt von Forschenden der Perelman School of Medicine und des Center for Neuroengineering and Therapeutics (CNT) an der University of Pennsylvania. Die Ergebnisse wurden in Nature Medicine veröffentlicht.
Von passiver Datensammlung zur Zusammenarbeit
Die Forschenden beschreiben die Plattform als grundlegenden Wandel gegenüber heutigen Medizingeräten. Die meisten aktuellen Geräte sammeln vor allem Daten, die Ärztinnen und Ärzte in Abständen auswerten. Der neue Ansatz zielt dagegen auf Systeme, die aktiv mit Patienten zusammenarbeiten, um deren Gesundheit zu steuern.
Seniorautor Brian Litt, MD, Professor für Neurologie, Neurochirurgie und Bioengineering, brachte die Idee so auf den Punkt: „Die Idee ist, dass das Gerät, statt darauf zu warten, dass ein Spezialist die erhobenen Daten analysiert, Veränderungen erkennen und Sie sofort warnen kann, wie Ihre ganz persönliche Grille Jiminy auf der Schulter.“
Er ergänzte einen zweiten Punkt zum gegenseitigen Lernen: „Wichtiger noch: Sowohl der Patient als auch das Gerät können mit der Zeit gemeinsam lernen. Das Gerät lernt, was dem Patienten wichtig ist, und der Patient lernt, wie sich sein Verhalten auf seine Gesundheit auswirkt.“
Was das bedeutet
Die Studie gilt als Proof of Concept. Die Ergebnisse zeigen also die Machbarkeit im Umfeld der Anfallsüberwachung, nicht ein fertiges klinisches Produkt. Angaben zu Stichprobengröße, Leistungswerten, Zulassungsstatus oder Verfügbarkeit macht die Quelle nicht.
Sollte sich der Ansatz in weiteren Arbeiten bewähren, könnten Patienten sofort über vom Gerät erkannte Veränderungen informiert werden, statt auf die periodische Auswertung durch einen Spezialisten zu warten. Der wechselseitige Austausch könnte es Patienten zudem ermöglichen, Informationen beizusteuern, die dem System helfen, für sie relevante Muster zu erkennen. Die Forschenden sehen darin einen Weg zu Geräten, die gemeinsam mit ihren Nutzern lernen.
Penn Engineering: AI Platform Allows Real-Time Conversation Between Patients and their Medical Devices
