Algorithmus hilft, Fehldiagnosen zu erkennen

Der Algorithmus erkennt ungewöhnliche Krankheitsverläufe. Solche sogenannten atypischen Verläufe können ein Hinweis darauf sein, dass Menschen womöglich eine andere Behandlung brauchen, da sie gar nicht an der Krankheit leiden, die bei ihnen diagnostiziert wurde. 

Für ihr Projekt nutzten die Wissenschaftler:innen Daten eines nationalen dänischen Patientenregisters. Sie analysierten die Krankheitsverläufe von 284.000 Menschen mit der Diagnose chronisch obstruktive Lungenerkrankung (COPD).

Anhand der im Register gespeicherten Daten konnten die Forschenden definieren, wie diese Erkrankung typischerweise verläuft. Und sie konnten Menschen herausfiltern, die durch sehr ungewöhnliche Verläufe auffielen.

Einige dieser von der Norm abweichenden Personen war bereits kurz nach der Diagnose "COPD" verstorben. Eine Analyse ihrer Laborwerte brachte an den Tag, dass diese untypisch für an COPD Erkrankte waren, aber den Werten bei Lungenkrebs ähnelten. Daraus folgerten die Studienautor:innen, dass die meisten dieser vermeintlichen COPD-Kranken in Wirklichkeit an Lungenkrebs gelitten hatten.

Der an der Universität Kopenhagen entwickelte Algorithmus könnte nach Aussage des Entwicklungsteams auch für viele andere Krankheiten verwendet werden. Das Prinzip sei das gleiche: Der Algorithmus nutze Registerdaten, um typische Krankheitsverläufe abzubilden und erkenne, wenn die Krankengeschichte eines Patienten von der Norm abweicht. Dieser Abgleich dauere für einzelne Patient:innen nur je wenige Sekunden.

Laut Studienautor Søren Brunak soll der Algorithmus jetzt noch weiter validiert und in klinischen Studien getestet werden, um ihn dann in dänischen Krankenhäusern einsetzen zu können.