Ein Forschungsteam der Stanford Medicine hat einen KI-basierten Algorithmus vorgestellt, der aus routinemäßig entnommenen Blutproben von Neugeborenen vorhersagen kann, welche Frühgeborenen ein besonders hohes Risiko für schwere gesundheitliche Komplikationen tragen. Die Studie wurde am 21. Januar 2026 in der Fachzeitschrift Science Translational Medicine veröffentlicht und basiert auf der Auswertung von Daten von mehr als 13.000 extrem frühgeborenen Kindern in Kalifornien.
Frühgeborene, die mehr als zehn Wochen vor dem errechneten Termin zur Welt kommen, entwickeln häufig ernste Folgeerkrankungen. Zu den wichtigsten zählen nekrotisierende Enterokolitis als schwere Darmerkrankung, Retinopathie der Frühgeburt mit Gefahr für das Sehvermögen, bronchopulmonale Dysplasie als chronische Lungenschädigung sowie intraventrikuläre Blutungen im Gehirn. Obwohl diese Kinder oft ähnlich früh und mit vergleichbarem Geburtsgewicht geboren werden, verlaufen ihre weiteren Entwicklungen sehr unterschiedlich. Bisher fehlten zuverlässige Methoden, um frühzeitig vorherzusagen, welche Kinder besonders gefährdet sind.
Der neue Ansatz nutzt die standardmäßigen Neugeborenen-Screening-Blutproben, die kurz nach der Geburt entnommen werden. Diese Proben enthalten Informationen über Aminosäuren, Fettsäureabbauprodukte und andere Stoffwechselprodukte. Der KI-Algorithmus erkannte darin charakteristische Muster, die mit dem späteren Auftreten der vier genannten Hauptkomplikationen zusammenhängen.
Aus sechs besonders aussagekräftigen Blutmarkern wurde ein metabolischer Gesundheitsindex entwickelt. Dieser Index wurde mit grundlegenden klinischen Informationen kombiniert – darunter Schwangerschaftswoche bei der Geburt, Geburtsgewicht, Geschlecht des Kindes und Apgar-Werte. Das resultierende Vorhersagemodell erreicht für jede der vier Komplikationen eine Trefferquote von über 85 Prozent. Die Genauigkeit wurde an einer unabhängigen Gruppe von knapp 3.300 Frühgeborenen aus Ontario in Kanada überprüft und bestätigt.
Die Ergebnisse legen nahe, dass Frühgeburt kein einheitliches Krankheitsbild darstellt, sondern aus mehreren biologisch unterschiedlichen Zuständen besteht. Diese neue Einteilung könnte es ermöglichen, Behandlungen gezielt auf die jeweilige Risikokonstellation abzustimmen, anstatt alle Frühgeborenen gleich zu behandeln. Mögliche praktische Vorteile umfassen eine bessere Entscheidungsgrundlage für Verlegungen in hochspezialisierte Neonatologie-Zentren, genauere Aufklärung der Eltern über die zu erwartende Entwicklung sowie die Entwicklung individualisierter Präventions- und Therapiestrategien.
Das Forschungsteam plant, das Modell künftig weiter zu verbessern, indem zusätzliche Datenquellen einbezogen werden, etwa Informationen zur Schwangerschaft der Mutter, Verlaufsdaten aus der elektronischen Patientenakte sowie weitere biologische Messwerte.
Die Studie entstand in Zusammenarbeit mit Forschenden mehrerer nordamerikanischer Institute, darunter Einrichtungen in Kalifornien, Ottawa und San Diego. Die Finanzierung erfolgte unter anderem durch die National Institutes of Health, die Bill & Melinda Gates Foundation, March of Dimes sowie verschiedene Förderprogramme der Stanford University.
Die Methode wird als wichtiger Schritt gesehen, um die Langzeitprognose extrem Frühgeborener deutlich zu verbessern und die Rate schwerer Folgeerkrankungen langfristig zu senken.
