Jedes Jahr erleiden mehr als 100 Millionen Menschen einen Schlaganfall – eine geschätzte weltweite Belastung von mehr als 891 Milliarden US-Dollar. Die Dunkelziffer soll sogar 14-Mal größer sein gegenüber der Anzahl diagnostizierter Schlaganfälle. Vor allem die Anzahl der Betroffenen unter 50 sei erschreckend und habe sich innerhalb von drei Jahren verdoppelt erläutert Prof. Dr. Olga Golubnitschaja, Leiterin der Forschungsgruppe 3PM (prädikative, präventive und personalisierte Medizin) des Universitätsklinikums Bonn (UKB).
Reaktive vs. prädiktive Medizin
Der Ansatz der Forschungsgruppe setzt auf prädiktive Maßnahmen, anstelle der bisherigen reaktiven, und rückt die Wahrscheinlichkeit einer Erkrankung in den Fokus. So könnten Maßnahmen getroffen werden, das Krankheitsrisiko zu verringern, anstatt erst auf diagnostizierte Krankheiten zu reagieren. „Die Entwicklung von einer Prädisposition zum klinisch nachgewiesenen Schlaganfall oder auch zum Herzstillstand passiert nicht von heute auf morgen, sondern über Jahre. Daher ist die Zeit für eine gezielte Prävention geräumig und soll zu Gunsten der anfälligen Bevölkerungsgruppen kosteneffektiv genutzt werden. Es gibt verschiedene Risikofaktoren und Parameter, die darauf hinweisen und welche vorab untersucht werden können“, so Prof. Golubnitschaja.
Risikoermittlung aus Tränenflüssigkeit
Der neue Ansatz der Forschungsgruppe 3PM basiert auf Tränenflüssigkeit, Mitochondrien und KI-basierter Datenanalyse. Da Mitochondrien im Körper signalisieren, wenn etwas nicht stimmt und ein gesundheitliches Problem vorliegt, dienen sie als Grundlage für die Ermittlung des Gesundheitsrisikos. Die Aktivität der Mitochondrien, die Mitophagie, lässt sich objektiv in Flüssigkeiten wie der Tränenflüssigkeit messen.
Befragungen zu familiären Veranlagungen und Lebensgewohnheiten, wie sie in den routinemäßigen Vorsorgeuntersuchungen stattfinden, ergänzen die Datengrundlage zur Ermittlung des individuellen Risikos für einen Schlaganfall. Die Vielzahl der Parameter führte die Forschenden zum Einsatz einer KI, mithilfe derer Algorithmen zur präzisen, prädiktiven Diagnose entwickelt wurden. Somit können menschliche als auch finanzielle Ressourcen gespart und die generelle medizinische, prädiktive Versorgung verbessert werden.
Quelle: idw
Artikel teilen
