KI optimiert Entscheidungen in der akuten Schlaganfallversorgung
Die diagnostische und therapeutische Versorgung des ischämischen Schlaganfalls ist ein Wettlauf gegen die Zeit. Innerhalb weniger Minuten müssen Ärzteteams entscheiden, ob eine Thrombektomie sinnvoll und erfolgversprechend ist. Neue Forschungsergebnisse aus einem interdisziplinären Projekt von Prof. Dorothee Saur am Universitätsklinikum Leipzig zeigen, dass künstliche Intelligenz (KI) diese kritischen Entscheidungen maßgeblich unterstützen kann.
Das entwickelte Modell analysiert Computertomografie-Daten mittels Deep Learning und verknüpft sie mit klinischen Parametern. Es prognostiziert sowohl das zu erwartende Ausmaß des Gewebeschadens als auch die Wahrscheinlichkeit eines erfolgreichen Therapieergebnisses nach Thrombektomie. Damit unterstützt es die zentralen Entscheidungen in der Akutphase des Schlaganfalls – in einem Zeitfenster, in dem jede Verzögerung die Prognose verschlechtert.
Trainingsdaten zeigen hohe Prognosequalität
Für das Modell wurden Bild- und klinische Daten von 405 Patienten mit ischämischem Schlaganfall ausgewertet, die sich einer Thrombektomie unterzogen hatten. Das Training basierte auf 304 Fällen, erweitert um nachträglich erhobene Parameter wie Infarktlokalisation und NIHSS (National Institutes of Health Stroke Scale) -Schweregrad bei Entlassung. Das System erreichte eine hohe Vorhersagegenauigkeit für funktionelle und radiologische Behandlungsergebnisse.
Die Ergebnisse sollen nun mit weiteren Kohorten validiert werden. Das langfristige Ziel besteht darin, eine mobile Softwarelösung zu entwickeln, die Notfallteams in Stroke Units, Rettungsstellen und prähospitalen Situationen unterstützt.
Bedeutung für klinische Praxis und Versorgung
Die Integration KI-gestützter Bildanalyse bietet mehrere potenzielle Vorteile:
Präzisere Therapieentscheidungen
Deep-Learning-Modelle identifizieren subtile Bildmerkmale, die im klinischen Alltag nicht immer zuverlässig erkannt werden. Dadurch wird die Auswahl geeigneter Patienten für eine Thrombektomie präziser.
Beschleunigte Notfallprozesse
Durch die sofortige Auswertung von CT-Daten könnte der diagnostische Workflow verkürzt werden – entscheidend für Regionen mit begrenzter neurologischer Expertise.
Unterstützung kleiner Kliniken
Ein KI-System auf mobilen Endgeräten kann weniger spezialisierten Zentren helfen, fundierte Entscheidungen zu treffen oder eine rechtzeitige Verlegung in spezialisierte Schlaganfallzentren einzuleiten.
Damit zeigt sich: KI ist keine Vision der Zukunft, sondern entwickelt sich zu einem praxistauglichen Instrument der Akutneurologie.
Kongresshinweis
Die dargestellten Erkenntnisse werden ausführlich auf dem Kongress für Klinische Neurowissenschaften der DGKN e. V. diskutiert, der vom 25. bis 27. Februar 2026 in Augsburg stattfindet.
