fungalAi für Pilzüberwachung und Antimykotika-Stewardship (fungalAi)

Invasive Pilzerkrankungen (IFD) sind seltene Infektionen, die bei Patienten mit geschwächtem Immunsystem eine lebensbedrohliche Lungenentzündung verursachen, die normalerweise auf eine Chemotherapie und Transplantation von Krebs zurückzuführen ist. Pilzsporen kommen in der Luft, im Wasser und im Boden vor, was eine Exposition bei gefährdeten Patienten unvermeidlich macht. In entwickelten Ländern sind Schimmelpilze wie Aspergillus die am schwierigsten zu diagnostizierende und zu behandelnde Art von IFD. Diese Infektionen manifestieren sich normalerweise als kulturnegative Pilzpneumonie und machen etwa 300.000 der 1,9 Millionen Fälle von IFD weltweit aus, aber Schätzungen sind nicht genau, da in Krankenhäusern, in denen diese Infektionen behandelt werden, keine Überwachungssysteme vorhanden sind. Krankenhäuser geben Millionen für Antimykotika aus, sind sich aber der betroffenen Patienten nicht bewusst, die Wirksamkeit ihrer Präventionsbemühungen und Krankenhausausbrüche können unbemerkt bleiben, da keine Überwachung, Prüfung und Rückmeldung von Pilzinfektionen stattfindet.

Die Optimierung der Patientenergebnisse durch rechtzeitige Diagnose und angemessene Verschreibung von Antimykotika ist das Ziel von Antimykotika-Stewardship-Programmen. Der verantwortungsvolle Umgang mit Antimykotika ist für Krankenhäuser weltweit von wachsender Bedeutung, da Antimykotika nur wenige und teuer in der Anwendung sind und mit erheblichen Nebenwirkungen und Arzneimittelwechselwirkungen verbunden sind. Überwachung, Audit und Feedback sind die Eckpfeiler von Antimykotika-Stewardship-Programmen, die sicherstellen, dass die Patientenversorgung hohen Standards entspricht. Derzeit verfügen Krankenhäuser jedoch nicht über die Mechanismen, um seltene Ereignisse wie Pilzinfektionen zu erkennen, da sie sich normalerweise als Lungenentzündung darstellen, die unter Hunderten von bildgebenden Scans verborgen ist.

„fungalAi™“ (fungalAi.com) ist eine auf künstlicher Intelligenz (KI) basierende Technologie, die vorhandene Daten in Krankenhäusern nutzt, um eine Echtzeitüberwachung von Pilzinfektionen zu ermöglichen und Radiologen bei der Interpretation diagnostischer Bildgebung zu unterstützen. fungalAi tut dies durch:

1. Verarbeitung natürlicher Sprache, eine Computermethode zum Verstehen der menschlichen Sprache.
2. Deep-Learning-basierte Bildanalyse der diagnostischen Bildgebung und
3. Ein Expertensystem, das klinische Daten integriert.

Was wird die Auswirkung sein?

Dieses Projekt wird Krankenhäusern die Mechanismen zur Verfügung stellen, um durch den innovativen Einsatz von KI eine Überwachung und Prüfung von Pilzinfektionen bei Blutkrebspatienten in Echtzeit durchzuführen. Die Stärkung des verantwortungsvollen Umgangs mit Antimykotika durch Echtzeit-Überwachung von Pilzerkrankungen wird die Patientenversorgung verbessern, indem Lücken in der Praxis und neue Patientengruppen mit einem Risiko für Pilzinfektionen aufgedeckt und die unangemessene Verschreibung von Antimykotika durch rechtzeitige Überprüfung und Rückmeldung verringert werden. Die Auswirkungen dieses Projekts werden sein:

1. Verbesserte Diagnose und Erkennung von Pilzinfektionen.
2. Verbesserte Prävention.
3. Geeignetere Verwendung von Antimykotika.

FungalAi ist eine skalierbare Technologie, die in einer multizentrischen australischen klinischen Studie gegen die aktive manuelle Überwachung von Pilzinfektionen validiert wird. Der integrative Ansatz von fungalAi bedeutet, dass es für viele gefährdete Patienten, einschließlich vernachlässigter Gruppen wie Kinder, die in dieses Projekt einbezogen sind, von Wert ist. FungalAi ist auf die Erkennung von Pilzpneumonien abgestimmt, die durch Schimmelpilze verursacht werden, da diese Infektionen diagnostisch anspruchsvoller sind als andere Arten von Pilzinfektionen. Infolgedessen nutzt fungalAi die Thorax-Computertomographie-Bildgebung, da es sich um einen kritischen diagnostischen Test handelt, der weit verbreitet ist und häufiger durchgeführt wird als invasive Tests wie Lungenwäsche oder Biopsie. Daher kann die Verarbeitung natürlicher Sprache durch fungalAi sehr seltene Manifestationen wie Gehirninfektionen übersehen. Dennoch ist die Automatisierung der Erkennung von Pilzpneumonie und die Verbesserung der Erkennung einer seltenen Krankheit durch den Radiologen mithilfe eines sich selbst verbessernden Systems auf der Grundlage neuronaler Netze ein wichtiger Schritt zur Verbesserung der unterstützenden Behandlung von Krebspatienten. Bei der Verbesserung der Ergebnisse bei Krebs geht es nicht nur darum, ein Heilmittel zu finden. Ebenso wichtig ist es, die Auswirkungen von Infektionsgefahren wie Pilzkrankheiten zu verringern, und dies kann jetzt durch die Integration künstlicher Intelligenz in die Patientenversorgung erreicht werden.