Bei medizinischen Implantaten handelt es sich größtenteils um stille Datensammler: Sie zeichnen Daten auf, Ärzte überprüfen sie später, und Patienten sehen davon selten etwas bis zu einem vereinbarten Termin. Ein Team der University of Pennsylvania hat ein ganz anderes Modell getestet – ein medizinisches Gerät, mit dem Patienten tatsächlich sprechen können und das zurückspricht.

In einer in Nature Medicine veröffentlichten Proof-of-Concept-Studie beschreiben Forscher der Penn's Perelman School of Medicine und des Center for Neuroengineering and Therapeutics (CNT) eine KI-gesteuerte Plattform, die es Menschen, die auf Epilepsie überwacht werden, ermöglicht, in Echtzeit Nachrichten mit ihrem Gehirnüberwachungssystem auszutauschen – indem sie Fragen über ihre eigene Gehirnaktivität stellen, personalisierte Warnungen erhalten, Symptome melden und sogar dabei helfen, das System zu trainieren, ihre Anfälle genauer zu erkennen. Weitere Informationen zu dieser Geschichte finden Sie in unserer KI-Nachrichten.

So funktioniert die Plattform

An der Studie nahmen 13 Erwachsene teil, die zur kontinuierlichen Gehirnüberwachung mittels Elektroenzephalographie (EEG) in die Epilepsie-Überwachungseinheit von Penn eingeliefert wurden – einige, um die Ursache ihrer Anfälle zu lokalisieren, andere im Rahmen einer präoperativen Untersuchung. Die von ihnen getestete Plattform bestand aus drei Komponenten: Software, die kontinuierlich EEG-Daten von Elektroden im Gehirn jedes Teilnehmers erfasste; eine sichere, HIPAA-konforme Cloud-Umgebung, die die eingehenden Daten nahezu in Echtzeit analysiert; und eine Smartphone-App mit einem von Penn entwickelten KI-Konversationsagenten, der auf einer ähnlichen Technologie wie ChatGPT basiert.

Über die App konnten Patienten Fragen zu ihrer Gehirnaktivität stellen, Visualisierungen von Trends in ihren Daten anfordern, Symptome melden und den ganzen Tag über Benachrichtigungen oder Umfragen erhalten. Das System könnte auch unaufgefordert reagieren, wenn es Änderungen erkennt, die es für relevant hält, und sich „on the fly“ basierend auf den Reaktionen des Patienten anpassen.

„Die Idee dahinter ist, dass Sie nicht darauf warten müssen, dass ein Spezialist die von Ihrem Gerät erfassten Daten analysiert, sondern dass das Gerät Änderungen erkennt und Sie sofort benachrichtigt, wie Ihr ganz persönlicher Jiminy Cricket auf Ihrer Schulter“, sagte der leitende Autor Brian Litt, MD, Professor für Neurologie, Neurochirurgie und Bioingenieurwesen. „Noch wichtiger ist, dass sowohl der Patient als auch das Gerät im Laufe der Zeit gemeinsam lernen können. Das Gerät lernt, was für den Patienten wichtig ist, und der Patient lernt, wie sich sein Verhalten auf seine Gesundheit auswirkt.“

Was 1.307 Nachrichten enthüllten

Während des Studienzeitraums tauschten die Teilnehmer 1.307 Nachrichten mit dem System aus. Die meisten Gespräche drehten sich um Anfallsereignisse, Schlaf, Stimmung und Energieniveau – Faktoren, die einen direkten Einfluss auf die Anfallsaktivität haben. Die Patienten wurden außerdem dreimal täglich zu Schlaf, Angstzuständen, Stimmung, Wohlbefinden und anderen Symptomen befragt.

Die Feedbackschleife funktionierte in beide Richtungen. Die Teilnehmer konnten dem System mitteilen, welche Anfallserkennungen korrekt und welche Fehlalarme waren, und die Plattform verbesserte dadurch ihre Fähigkeit, Anfälle genau zu identifizieren, erheblich. Kliniker könnten die Bewertungen des Systems überprüfen und ihre eigenen Anmerkungen hinzufügen, und zwar über einen, wie das Team es nennt, intelligenten „Expert-in-the-Loop“-Algorithmus, der den Experten-Input nur auf die Fälle mit dem höchsten Wert konzentriert.

Mehrere Teilnehmer sagten, die Plattform habe ihnen dabei geholfen, Muster zu verstehen, die ihnen aufgefallen, aber nie verstanden worden seien. Einer berichtete, dass es dazu beigetragen habe, „das zu festigen, was ich zwischen einigen meiner Episoden und Emotionen als wahr empfand.“ Andere schätzten den Zugriff auf ihre Schlafdaten und die Möglichkeit, vor größeren Anfällen gewarnt zu werden.

Von Epilepsie über Insulinpumpen bis hin zur Tiefenhirnstimulation

Das Team sieht die Plattform als Vorlage für die nächste Generation medizinischer Geräte weit über Epilepsie hinaus. Zu den potenziellen Anwendungen gehören Herzgeräte, Insulinpumpen und neue neuropsychiatrische Behandlungen für die Parkinson-Krankheit, Depressionen, Zwangsstörungen, Sucht und kognitive Störungen.

Die Arbeit ist bereits im Gange: Die Forscher bereiten Studien mit Lauren Hammer, MD, PhD, einer Assistenzprofessorin für Neurologie und Bioingenieurwesen, vor, um die Plattform zur automatischen Abstimmung von Tiefenhirnstimulationsgeräten zur Behandlung der Parkinson-Krankheit einzusetzen. Weitere Projekte zielen darauf ab, Wearables gegen Schlaflosigkeit und Epilepsie sowie die Überwachung von Gehirn- und Vitalfunktionen zu integrieren.

„Patienten verstehen oft Aspekte ihrer Krankheit, die Sensoren nicht direkt messen können“, sagte Litt – und stellte sich, wie es in der Pressemitteilung heißt, eine Insulinpumpe vor, die Fragen darüber beantworten könnte, wie sich eine Mahlzeit auf den Blutzucker auswirkt. Da solche Systeme zunehmend personalisierter werden, gehen die Forscher davon aus, dass sie weniger klinische Überwachung erfordern, was einen langfristigen ambulanten Einsatz praktisch macht.

Eine Veränderung in der Bedeutung medizinischer Geräte

Die umfassendere Bedeutung der Studie ist sowohl konzeptioneller als auch technischer Natur. Während heutige Geräte hauptsächlich Daten zur regelmäßigen Überprüfung durch Ärzte sammeln, behandelt die Penn-Plattform das Gerät, den Patienten und das Pflegeteam als Mitarbeiter in einem fortlaufenden Gespräch. Die Ergebnisse wurden von der Perelman School of Medicine und dem CNT-Team in Nature Medicine veröffentlicht, wobei die Plattform selbst von Doktoranden der Penn Bioengineering unter der Leitung von Zack Goldblum, Haoer Shi und Zhongchuan Xu aufgebaut wurde.

Das Experiment ist klein – 13 Patienten in einer kontrollierten Überwachungseinheit – und die Technologie ist früh. Aber es bietet einen konkreten Einblick in das, was passiert, wenn die Daten, die ein medizinisches Gerät sammelt, nicht mehr in eine Richtung fließen, sondern zu etwas werden, das Patienten in Echtzeit hinterfragen, korrigieren und daraus lernen können.

---

Bleib vorne bei KI

Die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Mehr KI-Nachrichten lesen →