Die Erfolgsaussichten einer Transplantation haben sich dank des medizinischen Fortschritts stetig verbessert; das gilt auch für die Niere, das in Deutschland am häufigsten transplantierte Organ. Dennoch ist es vor allem im ersten Jahr nach dem Eingriff wichtig, dass Empfängerinnen und Empfänger ihre Medikamente regelmäßig einnehmen und den vorgegebenen Behandlungsplan einhalten. Sie müssen zunächst lernen, worauf im Alltag zu achten ist und welche körperlichen Veränderungen Alarmsignale darstellen können. Die Überwachung ist zur Vermeidung von Komplikationen entscheidend. Obwohl die technischen Voraussetzungen zur Erfassung der entscheidenden Faktoren existieren, werden diese Informationen bisher nicht systematisch erhoben und für die Behandlung genutzt.
Das Projekt smartNTX zielt darauf ab, dies zu verbessern. Dazu dokumentieren Transplantierte mittels Apps und App-gekoppelter Messgeräte ihre Vitaldaten, ihr Wohlbefinden und ihre Medikamenteneinnahme. Diese Daten werden digital an ein Telemedizinteam übermittelt, das die Transplantierten kontaktiert, falls sich ihre Werte verschlechtern. Um die Daten der Transplantierten auszuwerten und Therapieempfehlungen abzuleiten, sollen zur Unterstützung der Ärztinnen und Ärzte Verfahren der künstlichen Intelligenz eingesetzt werden. In wöchentlichen Fallkonferenzen besprechen das Telemedizinteam und der behandelnde Nephrologe oder die Nephrologin weitere Therapieentscheidungen.
Zur Erprobung des Verfahrens wird eine Studie mit Transplantierten durchgeführt. Dabei wird die Hälfte der Teilnehmenden zwölf Monate lang mit der neuen Versorgungsform behandelt, die andere Hälfte gemäß der Regelversorgung. Anschließend wird verglichen, in welcher Patientengruppe der Zustand des Transplantats, die Prognose, die Lebensqualität und das Krankheitsmanagement besser ist.
Im Rahmen von smartNTX arbeiten Mitarbeiter des DFKI an Methoden zur Unterstützung von Telemedizinmitarbeitern. Konkret werden KI-Komponenten innerhalb der Kliniken entwickelt, welche die Kommunikation zwischen Patienten und Telemedizinmitarbeitern analysisieren um beispielsweise inkonsistente Benutzereingaben oder Risikofaktoren identifizieren. Des weiteren wird eine Chatbot-Komponente (oder vielmehr eine generative KI) entwickelt, welche unkritische und gängige Benutzeranfragen beantworten und die Therapie-Adhärenz steigern soll.
Partner
Friedrich-Alexander-Universität Erlangen-Nürnberg, Charité – Universitätsmedizin Berlin, Universitätsklinikum Essen, Hahn-Schickard-Gesellschaft für angewandte Forschung e. V.