Künstliche Intelligenz gewinnt in der intensivmedizinischen Versorgung von Früh- und Neugeborenen zunehmend an Bedeutung. Eine internationale Übersichtsarbeit, koordiniert von der SABIEN-Gruppe am ITACA-Institut der Universitat Politècnica de València (UPV), wertet ein Jahrzehnt Forschung aus und beleuchtet sowohl Fortschritte als auch offene Herausforderungen beim Einsatz von KI auf Neugeborenen-Intensivstationen (NICUs).
Die in Zusammenarbeit mit dem Hospital Universitari i Politècnic La Fe, dem IIS La Fe und der Queen Mary University of London entstandene Studie fasst 41 relevante Arbeiten zusammen. Sie zeigt, dass KI vor allem in der Frühdiagnostik, der kontinuierlichen Überwachung und der Vorhersage schwerwiegender Komplikationen eingesetzt wird. Häufige Anwendungsfelder sind Herz-Kreislauf-, neurologische, respiratorische und infektiöse Probleme. Algorithmen erkennen dabei oft subtile Veränderungen in physiologischen Signalen, Video- oder Audioaufnahmen, die menschlichen Beobachtern entgehen können.
Zu den konkreten Erfolgen zählen die frühere Detektion von Sepsis, die Einschätzung der Gehirnreifung, die Prognose von Atemstillständen sowie die Optimierung von Echtzeit-Überwachungssystemen. NICUs erzeugen enorme Datenmengen in Echtzeit – ein ideales Umfeld für maschinelles Lernen, das Entscheidungsprozesse unterstützen, Risiken senken und die Versorgung besonders vulnerabler Patienten verbessern kann.
Trotz dieser vielversprechenden Entwicklungen identifiziert die Übersicht erhebliche Barrieren für eine breite klinische Einführung. Dazu gehören Heterogenität der Patientengruppen, nicht-repräsentative Trainingsdaten, Bias durch nicht-invasive Messmethoden sowie der Mangel an externer Validierung in den meisten Studien. Viele Modelle fehlen zudem an Erklärbarkeit und Benutzerfreundlichkeit für das medizinische Personal. Die Autoren fordern größere, qualitativ hochwertige und diverse Datenbanken, um die Generalisierbarkeit und Robustheit der Algorithmen zu steigern.
Ein weiterer Schwerpunkt liegt auf ethischen und organisatorischen Aspekten: Datenschutz, faire Zugänglichkeit zu den Technologien und eine enge interdisziplinäre Zusammenarbeit zwischen Ingenieuren, Neonatologen, Datenwissenschaftlern und Ethikern werden als unverzichtbar angesehen. Nur so könne man das volle Potenzial – von prädiktiver Diagnostik bis hin zu individualisierten Therapieplänen – ausschöpfen, ohne neue Ungleichheiten zu schaffen oder die Patientensicherheit zu gefährden.
Die Arbeit skizziert klare Zukunftsperspektiven: Integration multimodaler Datenquellen, Entwicklung erklärbarer Echtzeit-Tools sowie ethisch verantwortungsvolle Modellgestaltung könnten zu präventiverer, präziserer und patientenzentrierter Neonatologie führen.
Objektiv betrachtet markiert die Studie einen wichtigen Standpunkt in einem dynamischen Feld: Das Potenzial von KI in der Hochrisiko-Medizin ist evident, doch der Übergang vom Labor in die Routine bleibt anspruchsvoll. Technische Reife, methodische Strenge und gesellschaftliche Akzeptanz müssen Hand in Hand gehen, um tatsächlichen klinischen Nutzen zu erzielen und Risiken zu minimieren.
Die Übersichtsarbeit erschien in Seminars in Fetal and Neonatal Medicine und wurde unter anderem durch das INBIO-Programm (Kooperation zwischen Hospital La Fe und UPV), das RICORS-SAMID-Netzwerk sowie NextGenerationEU-Mittel gefördert.
Originalquelle: Seminars in Fetal and Neonatal Medicine, DOI: https://doi.org/10.1016/j.siny.2025.101684 (Abstract unter https://www.sfnmjournal.com/article/S1744-165X(25)00084-8/abstract).
