PENN STATE / MÜNCHEN – Die Vorhersage des Fortschreitens von Autoimmunerkrankungen hat durch ein neues KI-gesteuertes genetisches Instrument einen revolutionären Fortschritt erzielt. Forscher am Penn State College of Medicine haben eine Technologie entwickelt, die es ermöglicht, das Risiko für Patienten von anfänglichen Symptomen bis hin zu einer voll ausgeprägten Erkrankung mit nie dagewesener Präzision zu bestimmen.

Diese Innovation könnte die Behandlung von Autoimmunerkrankungen grundlegend verändern, indem sie neue Ansätze für frühzeitige Interventionen eröffnet. Im Mittelpunkt steht der sogenannte Genetic Progression Score (GPS), der genetische Daten und elektronische Gesundheitsakten kombiniert, um individuelle Risikobewertungen zu generieren. Im Vergleich zu herkömmlichen Modellen verbessert diese Methode die Vorhersagegenauigkeit um unglaubliche 25% bis 1.000%.

Autoimmunerkrankungen, bei denen das Immunsystem irrtümlicherweise gesunde Zellen angreift, haben häufig eine präkognitive Phase mit milden Symptomen oder spezifischen Antikörpern im Blut. Die zentrale Herausforderung liegt in der Vorhersage, wer aus dieser Gruppe tatsächlich zu einer schwereren Erkrankung übergeht. Hier setzt der GPS-Ansatz an, der auf umfangreichen genetischen Studien und präzisen Gesundheitsdaten basiert.

Die Forscher verwendeten fortschrittliche KI-Technologien, um große Datensätze von Patienten mit Autoimmunerkrankungen auszuwerten. Das entstandene Risikomodell übertrifft herkömmliche Methoden deutlich, was das Potenzial hat, auch auf weniger erforschte medizinische Bereiche angewendet zu werden. Diese Technik könnte einen echten Durchbruch in der personalisierten Medizin markieren und dazu beitragen, die medizinische Versorgung gerechter zu gestalten.

Ein bemerkenswerter Vorteil des GPS-Modells ist seine Fähigkeit, das Fortschreiten von Krankheiten wie rheumatoider Arthritis und Lupus vorherzusagen. Um die Validität der GPS-Risikobewertungen zu überprüfen, wurden Daten aus der All of Us Biobank, einem umfassenden Gesundheitsdatenprojekt der National Institutes of Health, verwendet. In Vergleichstests outperformte das Modell 20 andere Ansätze, die auf Biobank- oder Fall-Kontroll-Daten basierten.

Die präzisen Vorhersagen des Krankheitsverlaufs durch das GPS-Modell ermöglichen nicht nur frühzeitige Interventionen, sondern auch individuell zugeschnittene Behandlungsstrategien, was nachweislich zu besseren Ergebnissen für die Patienten führt. Zudem könnte die Methode das Design und die Rekrutierung für klinische Studien optimieren, indem sie gezielt Personen auswählt, die am meisten von innovativen Therapien profitieren könnten.

Trotz des Fokus auf Autoimmunerkrankungen betonen die Forscher, dass dieses neuartige Verfahren auch auf andere Krankheitsbilder angewendet werden kann. Dies könnte maßgeblich dazu beitragen, gesundheitliche Ungleichheiten abzubauen, indem unterrepräsentierte Bevölkerungsgruppen intensiver untersucht und besser versorgt werden.