Durchbruch: KI-Tool verbessert Diagnostik von Leukämie bei Kindern

von | Jul 29, 2024 | Allgemein, Digitalisierung, Gesundheit

Bedeutender Fortschritt in der personalisierten Medizin: Professorin Dr. Anke K. Bergmann und Dr. Željko Antić arbeiten an einem KI-Tool, das die Diagnostik von Leukämie bei Kindern verbessert. | Quelle: Karin Kaiser | Copyright: Karin Kaiser/MHH

Die Studie umfasste 1.365 Patientinnen und Patienten mit Blutkrebs, hauptsächlich pädiatrische Leukämie, bei denen eine genetische Routinediagnostik mit verschiedenen Standardtests durchgeführt wurde. Der zunehmende Umfang und die Komplexität von Sequenzierungsdaten zusammen mit anderen klinischen und diagnostischen Daten, wie zum Beispiel dem Ansprechen auf Medikamente oder die messbare Resterkrankung, stellen eine Herausforderung für eine effiziente klinische Erfassung und Interpretation dar. Das clinALL-Tool bietet ein durch Künstliche Intelligenz unterstütztes Gerüst, das genomische und klinische Daten in eine benutzerfreundliche Schnittstelle integriert. Auf diese Weise wird die Routinediagnostik unterstützt. Darüber hinaus können Erkenntnisse für bösartige Erkrankungen des Blut- und Lymphsystems gewonnen werden. Die Studienergebnisse finden somit direkt Anwendung in der klinischen Versorgung.

In der Studie wurde eine gezielte RNA-Sequenzierung von hämatologischen Neoplasien durchgeführt, in erster Linie bei pädiatrischer ALL in Kooperation mit der „AIEOP-BFM ALL“-Studiengruppe des Universitätsklinikums Schleswig-Holstein in Kiel, der „ALLTogether“-Studiengruppe des Universitätsklinikums Hamburg-Eppendorf und der pädiatrischen Hämatologie und Onkologie der MHH. Die Erkenntnisse wurden im Journal „eBioMedicine – THE LANCET Discovery Science“ veröffentlicht.


Original Paper:
 

 

Lesen Sie auch:
 


Die Beiträge im News-Bereich werden erstellt vom

X-Press Journalistenbüro GbR
Schwimmbadstr. 29
37520 Osterode am Harz

Web: www.xpress-journalisten.com
E-Mail: redaktion(at)med-lab-portal.de

 

Gender-Hinweis. Die in diesem Text verwendeten Personenbezeichnungen beziehen sich immer gleichermaßen auf weibliche, männliche und diverse Personen. Auf eine Doppel/Dreifachnennung und gegenderte Bezeichnungen wird zugunsten einer besseren Lesbarkeit verzichtet.