Mit künstlicher Intelligenz ist es schon heute möglich, das Risiko einer Erkrankung vorherzusagen, noch bevor sie auftritt. Hier sind drei Fälle, in denen gute Vorhersageergebnisse erzielt wurden:

- Frakturen aufgrund von Osteoporose

- Krebs, die mit genetischen Mutationen einhergehen

- Alzheimer-Krankheit

Frakturen aufgrund von Osteoporose

Forscher haben einen Algorithmus namens Crystal Bone [1] entwickelt, der auf retrospektiven Daten aus den elektronischen Krankenakten von mehr als 1.000.000 Patienten basiert. Crystal Bone wendet Techniken des Machine Learning an, insbesondere Natural Language Processing (NLP), und sagt voraus, ob ein Patient wahrscheinlich ein Frakturereignis erleben wird oder ob der Verlauf des Patienten, dem eines typischen Patienten ähnelt, der eine zukünftige Fraktur aufgrund seiner Erkrankung erlebt hat.

Das Modell sagte das Frakturrisiko für Patienten, die älter als 50 Jahre waren, 1 bis 2 Jahre im Voraus genau voraus.

Krebs, die mit genetischen Mutationen einhergehen

Das Bayes-Mendel-Labor am Dana-Farber Cancer Institute und das Hughes-Labor am Massachusetts General Hospital haben ein Werkzeug entwickelt, das Ärzten und genetischen Beratern helfen soll, die Ergebnisse krebsbezogener genetischer Studien besser zu interpretieren, das Risiko des Auftretens verschiedener Krebsarten zu verstehen und damit eine bessere Strategie im präventiven Krankheitsmanagement zu definieren [2].

Tatsächlich gibt es immer mehr Studien zu bestimmten Genen, und es ist für Ärzte und genetische Berater nicht möglich, immer alle diese Veröffentlichungen zu kennen und die relative Genauigkeit und Bedeutung jeder einzelnen zu schätzen. Dank NLP-Algorithmen, sind Forscher in der Lage, eine breitere Durchsicht der medizinischen Literatur durchzuführen und verlässliche Studien mit mehr Leichtigkeit und Geschwindigkeit zu identifizieren. Dadurch sind sie in der Lage, Schätzungen des absoluten Risikos zu erhalten, d. h. der Wahrscheinlichkeit des Auftretens einer gesundheitlichen Auswirkung in bestimmten Situationen.

Alzheimer-Krankheit

Forscher bei IBM [3] konnten, ebenfalls dank NLP-Algorithmen, subtile Unterschiede in der Sprache bei Probanden erkennen, die später an Alzheimer erkrankten. Tatsächlich waren diese Probanden schon vor der Entwicklung der Krankheit repetitiver im Gebrauch von Wörtern.

Dieses Programm der künstlichen Intelligenz sagte mit 75-prozentiger Genauigkeit voraus, wer an Alzheimer erkranken würde.

Die Hoffnung ist, die Arbeit an Alzheimer zu erweitern, um subtile Veränderungen im Sprachgebrauch von Menschen zu finden, die keine offensichtlichen Symptome haben, aber später andere neurologische Krankheiten entwickeln werden, so dass wir frühzeitig eingreifen können.

[1] Almog, Yasmeen Adar et al. “Deep Learning With Electronic Health Records for Short-Term Fracture Risk Identification: Crystal Bone Algorithm Development and Validation.” Journal of medical Internet research vol. 22,10 e22550. 16 Oct. 2020, doi:10.2196/22550

[2] Braun, D., Yang, J., Griffin, M. et al. “A Clinical Decision Support Tool to Predict Cancer Risk for Commonly Tested Cancer-Related Germline Mutations.” J Genet Counsel 27, 1187–1199 (2018). https://doi.org/10.1007/s10897-018-0238-4

[3] Elif Eyigoz,Sachin Mathur,Mar Santamaria,Guillermo Cecchi,Melissa Naylor et al. “Linguistic markers predict onset of Alzheimer's disease.” EClinicalMedicine, 22 October  2020, doi:https://doi.org/10.1016/j.eclinm.2020.100583