Forschungsteams von Endeavor Health und der Northwestern University haben ein künstliches Intelligenz-Tool entwickelt, das Ärzte bei der Erkennung des lebensbedrohlichen Atemnotsyndroms ARDS (Acute Respiratory Distress Syndrome) unterstützen soll. ARDS tritt auf, wenn die Lungen durch übermäßige Entzündung geschädigt werden, wodurch Flüssigkeit aus den Blutgefäßen in die Lungenbläschen sickert – ein Zustand, der oft als „ertrinken auf trockenem Land“ beschrieben wird. Die Erkrankung ist schwer zu diagnostizieren, da ihre Symptome mit anderen Lungenproblemen wie Herzinsuffizienz verwechselt werden können. Die Sterblichkeitsrate liegt bei bis zu 46 Prozent, und Überlebende leiden oft unter dauerhaften Lungenveränderungen oder kognitiven Beeinträchtigungen. Besonders während der COVID-19-Pandemie zeigte sich die Bedeutung der Früherkennung, als junge, gesunde Menschen an ARDS starben. Das neue AI-System analysiert bereits vorhandene Daten aus Patientenakten – wie Laborwerte, Röntgenbilder und klinische Parameter – und identifiziert Muster, die auf ARDS hindeuten. Es handelt sich nicht um generative KI wie ChatGPT, sondern um ein prädiktives Modell, das keine neuen Informationen erzeugt, sondern bestehende Daten interpretiert. In Tests mit historischen Fällen erreichte das Tool eine Trefferquote von 93 Prozent, wobei die Falsch-Positiv-Rate bei 17 Prozent lag. Die Forscher bevorzugen eine höhere Anzahl an Warnungen, selbst wenn einige falsch sind, um sicherzustellen, dass kein echter ARDS-Fall übersehen wird. Der Schlüssel zur verbesserten Diagnose liegt in der Integration mehrerer Faktoren: Sauerstoffversorgung, Röntgenbefunde und Grunderkrankungen wie Sepsis oder Pneumonie. In der Intensivmedizin, wo Ärzte mit einer Überlastung durch zahlreiche kritisch kranke Patienten kämpfen, kann diese komplexe Zusammenführung oft fehlen. Das KI-Tool soll als automatisierter „Zweite-Hirn“ fungieren, der Ärzte frühzeitig auf verdächtige Kombinationen hinweist, ohne selbst zu diagnostizieren. Ein entscheidender Unterschied zwischen ARDS und Herzinsuffizienz ist die Behandlung: Bei ARDS hilft das Umkehren auf den Bauch (Prone-Position), um die Lungenfunktion zu verbessern, während dies bei Herzinsuffizienz zusätzliche Belastung für das Herz darstellen kann. Eine falsche Behandlung kann daher lebensbedrohlich sein. Das System soll künftig nicht nur retrospektiv, sondern auch in Echtzeit bei aktuell behandelten Patienten eingesetzt werden, um die Diagnose vorab zu ermöglichen. Die Forscher sehen in der KI eine Chance, die gravierende Unterdiagnose von ARDS zu bekämpfen. „Wir wollen sicherstellen, dass kein Patient mit ARDS unerkannt bleibt“, sagt Dr. Curtis Weiss, Klinikleiter und Mitentwickler. Die Pilotstudie bei aktuellen Patienten in Endeavor-Kliniken steht kurz bevor. Wenn erfolgreich, könnte das Tool zu einem Standardinstrument in Intensivstationen werden – mit dem Potenzial, die Überlebensrate bei ARDS erheblich zu steigern. Industrieexperten loben die präzise, datenbasierte Herangehensweise und sehen darin einen Meilenstein für klinische Entscheidungsunterstützungssysteme. Die Zusammenarbeit zwischen Klinik und Hochschule unterstreicht den Wert der medizinischen Forschung in Verbindung mit moderner KI. Die Entwicklung zeigt, wie maschinelles Lernen in der klinischen Praxis nicht nur Effizienz steigern, sondern auch Leben retten kann.