Chirurgie plädiert für den Einsatz von KI zur Früherkennung einer Blutvergiftung
Eine Sepsis ist eine der häufigsten Todesursachen in Deutschland; nur Herz-Kreislauf- und Krebstodesfälle sind häufiger. Dennoch wird die Erkrankung unterschätzt. Aufseiten der Betroffenen aber auch auf ärztlicher und pflegerischer Seite fehle oft das Bewusstsein dafür, wie sich eine Sepsis ankündigt und wie schnell sie zu kritischen Zuständen führen kann, mahnt die Deutsche Gesellschaft für Chirurgie e.V. (DGCH). Die DGCH setzt auf die Unterstützung durch Künstliche Intelligenz (KI), um Todesfälle künftig zu vermeiden. Erste KI-Anwendungen werden bereits erfolgreich in der Sepsis-Früherkennung eingesetzt, betont die Dachgesellschaft anlässlich des Welt-Sepsis-Tages am 13. September 2026.
Sepsis: Hohe Sterblichkeit in deutschland
Beinahe jeder fünfte Todesfall in Deutschland hängt mit einer Sepsis zusammen, wie die Auswertung von Sterblichkeitszahlen kürzlich ergeben hat. Damit steht Deutschland im internationalen Vergleich nicht gut da – in Ländern wie Norwegen, der Schweiz oder Dänemark haben Betroffene deutlich bessere Chancen, eine Sepsis zu überleben. Zu einer Sepsis kommt es, wenn Krankheitserreger oder ihre Stoffwechselprodukte in großer Menge in den Blutstrom gelangen. Meist handelt es sich dabei um Bakterien, aber auch Viren, Pilze oder Parasiten können eine Sepsis auslösen. Zum Problem wird letztlich eine überschießende Reaktion des Immunsystems, in deren Folge es zu einem lebensbedrohlichen Kreislaufzusammenbruch mit Versagen mehrerer Organe kommen kann. „Der Laie verbindet eine solche außer Kontrolle geratene Infektion meist mit äußeren Verletzungen wie verunreinigten Wunden“, sagt DGCH-Präsident Professor Dr. med. Jens Werner. „Viel häufiger sind aber Blutvergiftungen, die sich aus inneren Erkrankungen wie einer Lungenentzündung oder einem einfachen Harnwegsinfekt entwickeln.“
Anfängliche Symptome werden leicht übersehen
Unter anderem deshalb, aber auch weil die Symptome einer Sepsis zunächst eher unspezifisch sind, wird sie von Betroffenen leicht übersehen. Anfängliche Beschwerden wie Fieber, Schüttelfrost und eine starke Abgeschlagenheit können schließlich auch bei unproblematischen Infekten auftreten. „Symptome wie Benommenheit, Verwirrung, Herzrasen und Atemnot sollten aber definitiv als Warnsignale ernst genommen werden“, betont der DGCH-Präsident. Eine sich entwickelnde Sepsis sei immer ein Notfall, bei dem jede Minute zähle, um ein völliges Kreislaufversagen und bleibende Schäden abzuwenden.
Sepsis-Früherkennung: Trendwende durch KI?
Doch selbst im Krankenhaus gelingt die Früherkennung nicht zuverlässig, und lebensnotwendige Therapien wie eine sofortige Antibiotika-Gabe, die Identifizierung und Beseitigung des Infektionsherdes sowie die Unterstützung des Kreislaufs durch Infusionen erfolgen oft erst zu spät. „Dieses Manko ist lange bekannt, eine Trendwende ist bislang jedoch leider ausgeblieben“, konstatiert Werner. Das ändere sich nun möglicherweise – denn der Bereich biete sich für den Einsatz von Künstlicher Intelligenz (KI) geradezu an. „Letztlich geht es hier um Mustererkennung, eine Fähigkeit, in der die KI dem Menschen überlegen ist“, sagt Werner.
Verschiedene KI-Anwendungen sind schon in der Erprobung
Derzeit werden in etlichen Kliniken im In- und Ausland KI-Tools erprobt, die sepsis-typische „Muster“ in Patientendaten wie Körpertemperatur, Blutwerten, Vitalparametern und der bisherigen Krankengeschichte aufspüren. Pilotstudien hierzu gibt es etwa in Wien und – mit einer in den USA bereits zugelassenen KI – in mehreren US-Krankenhäusern. In Deutschland hat beispielsweise das Universitätsklinikum Leipzig das AMPEL-Projekt ins Leben gerufen, dessen KI das Sepsis-Risiko automatisch anhand des kleinen Blutbildes berechnet, das in der Regel für jede Klinikpatientin und Klinikpatienten vorliegt. Die AMPEL-KI schätzte das Sepsis-Risiko in 80 bis 84% der Fälle richtig ein, zusammen mit dem Sepsis-Marker Procalcitonin lag die Vorhersagegenauigkeit sogar bei fast 86% [1].
Einen anderen Weg gehen Forschende des Deutschen Krebsforschungszentrums (DKFZ) Heidelberg, die – ganz unblutig und in Sekundenschnelle – mit einer speziellen Kamera das Abstrahlungsspektrum der Haut auch jenseits des sichtbaren Lichtes erfassen. Damit kann die Durchblutung der kleinsten Blutgefäße in der Haut sichtbar gemacht werden, die sich bereits in einem sehr frühen Sepsis-Stadium verändert. Eine entsprechend geschulte KI erkannte anhand dieser Aufnahmen immerhin 80% der Sepsis-Fälle. Kombiniert mit weiteren klinischen Daten ließ sich dieser Wert auf 94% steigern.
Quelle:Deutsche Gesellschaft für Chirurgie e. V.
Literatur:
- (1)
Steinach D. et al. Applying Machine Learning to Blood Count Data Predicts Sepsis with ICU Admission, Clinical Chemistry, Volume 70, Issue 3, March 2024, Pages 506–515, DOI: 10.1093/clinchem/hvae001.