Nicht-Invasive Diagnostik von Post COVID-Patient*innen mit fortbestehender Dyspnoe mit Unterstützung der Künstlichen Intelligenz - NICK

Projektleiterin: Dr. Isabell Pink

Forschungsfeld

• Grundlagen- und translationale Forschung zu Post COVID

Wer ist beteiligt?

• Dr. Isabell Pink (Projektleiterin, MHH)
• Dr. Jannik Ruwisch (MHH)
• Dr. Dominik Berliner (MHH)
• Prof. Dr.-Ing. Bodo Rosenhahn (LUH)
• Priv.-Doz. Dr. Jens Spiesshoefer (RWTH Aachen)

Was ist das Ziel?

Dyspnoe wird häufig von Post COVID-Patient*innen (pCp) beklagt, unabhängig vom anfänglichen Schweregrad der Erkrankung. Wie bei anderen Symptomen ist der Pathomechanismus noch unklar und die Ergebnisse der Standard-Lungenfunktionsprüfung meist nicht pathologisch. Erste Arbeiten zeigten eine beeinträchtigte Atemmuskelkraft mit invasiven Methoden bei hospitalisierten Patient*innen. Nicht-invasive Techniken zeigten dies auch bei nicht hospitalisierten pCp, auch wenn diese von der Patient*innenmitarbeit-Methode abhängig ist. Durch die Nutzung zwei nicht-invasiver Verfahren zur Diagnostik des Zwerchfells und Impulsoszillometrie (IOS) soll Dyspnoe als Folge einer milden COVID-19-Erkrankung quantifiziert werden. IOS bietet Einblicke in die mechanischen Eigenschaften des Atmungssystems und somit in eine Komponente der Pathophysiologie von Dyspnoe. Die Rekrutierung erfolgt über die seit 2021 etablierte Post COVID-Ambulanz (n=100). Die Datenanalyse erfolgt in Zusammenarbeit mit dem Institut für Informationsverarbeitung. Mittels Machine Learning werden Korrelationen zwischen den Messwerten der Standarddiagnostik und der Studiendiagnostik evaluiert. Schwerpunkte bei den genutzten KI-Methoden liegen auf Interpretierbarkeit, Sparseness (Dünnbesetztheit) und einer Merkmalsrelevanzschätzung. Um Scheinkorrelationen zu verhindern, werden abgeleitete Zusammenhänge an die Kliniker*innen zurückgeführt und weitergehend analysiert. Dies bietet die Möglichkeit einer flächendeckenden Untersuchung von pCp mit Dyspnoe durch niedergelassene Pneumolog*innen und weitere Therapieansätze über eine Expert*innen-KI-Rückkopplungsschleife.