Mayo Clinic-Forscher haben künstliche Intelligenz (KI) entwickelt, die helfen, Kinder mit Asthma frühzeitig auf ein hohes Risiko für schwere Asthmaexazerbationen und akute Atemwegsinfektionen hinweist. Die Studie, veröffentlicht im Journal of Allergy and Clinical Immunology, zeigt, dass die KI-Tools bereits ab dem Alter von drei Jahren signifikante Risikofaktoren erkennen können. Dies ist Teil der strategischen Initiative „Precure“ des Mayo Clinic, die darauf abzielt, schwere Erkrankungen präventiv zu erkennen und zu verhindern, bevor sie fortschreiten. Mittels innovativer Technologien und groß angelegter Bevölkerungsstudien soll präventive Medizin früher und gezielter am Patienten ansetzen. Asthma betrifft in den USA fast sechs Millionen Kinder und ist eine der Hauptursachen für Fehlzeiten in der Schule, Notfallbesuche und Krankenhausaufenthalte. Atemwegsinfektionen sind die häufigste Auslöser für Asthmaanfälle, doch die Symptome variieren stark und verändern sich im Laufe der Zeit. Dies erschwert es Ärzten, Kinder mit besonders hohem Risiko zu identifizieren – eine Lücke, die die neuen KI-Tools schließen sollen. „Diese Studie bringt uns einen Schritt näher an die präzise Medizin bei Kindern mit Asthma, bei der die Behandlung von der reaktiven Therapie fortgeschrittener Erkrankungen hin zu Prävention und früher Erkennung von Risikopatienten wechselt“, sagt Young Juhn, M.D., M.P.H., Professor für Pädiatrie am Mayo Clinic und Hauptautor der Studie. Er leitet mehrere Forschungsprogramme, darunter das KI-Programm für Kinder am Mayo Clinic Children’s Center, das Precision Population Science Lab und das HOUSES-Programm zur sozioökonomischen Gesundheit. Für die Studie analysierten Forscher elektronische Gesundheitsakten von über 22.000 Kindern, die zwischen 1997 und 2016 in Südost-Minnesota geboren wurden. Um die Daten effizient zu verarbeiten, entwickelten sie mehrere KI-Tools, die maschinelles Lernen und natürliche Sprachverarbeitung nutzen, um Informationen aus ärztlichen Bemerkungen zu extrahieren. Dazu gehörten Symptome, familiäre Vorerkrankungen und andere relevante Faktoren. Die Daten wurden mit zwei etablierten Diagnosekriterien für Asthma bei Kleinkindern verglichen: dem Predetermined Asthma Criteria und dem Asthma Predictive Index. Kinder, die beide Kriterien erfüllten, bildeten eine Gruppe mit erhöhtem Risiko. Bereits im Alter von drei Jahren zeigte sich ein deutlicher Unterschied: Diese Kinder erlitten Pneumonien mehr als doppelt so oft und Influenza fast dreimal häufiger. Sie hatten zudem die höchsten Raten an Steroid-behandelten Asthmaanfällen, Notfallbesuchen und Krankenhausaufenthalten. Auch Infektionen mit dem Respiratory Syncytial Virus (RSV) waren in den ersten drei Lebensjahren häufiger. Diese Kinder hatten häufiger eine familiäre Vorgeschichte von Asthma, Ekzemen, allergischer Rhinitis oder Nahrungsmittelallergien. Laboruntersuchungen ergaben zudem Hinweise auf allergische Entzündungen – wie erhöhte Eosinophile, allergenspezifisches IgE und Periostin – sowie eingeschränkte Lungenfunktion, was auf eine spezifische, hochriskante Asthma-Unterform hinweist. Zukünftig wollen die Forscher die KI-Tools in breiteren klinischen Umgebungen und diverseren Bevölkerungsgruppen testen. Ziel ist es, die Tools mit biologischen Daten zu kombinieren, um Asthma-Untertypen präziser zu definieren und frühzeitig gezielte Therapien zu entwickeln. Außerdem planen sie eine Studie zu einem Wirkstoff, der überaktive Immunreaktionen bei Asthma dämpfen könnte. Mithilfe von Laborkulturen aus menschlichen Zellen, sogenannten Organoiden, wollen sie Wege finden, Kindheit-Asthma noch früher zu erkennen und zu verhindern. Industrielle Experten begrüßen die Entwicklung als Meilenstein in der präventiven Pädiatrie. Die Kombination von KI, elektronischen Gesundheitsakten und biologischen Biomarkern könnte die Grundlage für eine personalisierte Asthma-Prävention bilden. Mayo Clinic gilt als führend in der Integration von KI in die klinische Forschung, insbesondere im Bereich der Kindermedizin. Die Studie unterstreicht, wie Technologie die medizinische Versorgung von Kindern nachhaltig verbessern kann – nicht nur durch bessere Diagnosen, sondern auch durch frühzeitige Interventionen, die Krankenhausaufenthalte reduzieren und Lebensqualität steigern.