Zurück zu Bigger Picture

BIGGER PICTURE Frühere Diagnose

Von Tausenden Möglichkeiten im Genom zu wenigen prüfbaren Genen

Bei einem schwer kranken Kind kann das Entschlüsseln der DNA schneller sein als ihre Interpretation. GEM verbindet genetische Varianten mit klinischen Merkmalen, um plausible Ursachen in einer kurzen Prüfliste nach oben zu bringen.

Die kleine Hand eines Neugeborenen hält einen behandschuhten Finger.Originalfoto
Kontextfoto aus der Pressemitteilung von University of Utah Health zur GEM-Forschung. Es veranschaulicht die Versorgung Neugeborener; das Kind ist nicht als GEM-Studienteilnehmer oder als dokumentierter Diagnosefall ausgewiesen.Charlie Ehlert / University of Utah HealthEditorial reuse with attribution
Bereits diagnostizierte Fälle
179 in zwei Kohorten
Ursache weit oben
Ursächliches Gen in 92 % unter den ersten zwei
Prüfliste
Median von drei Kandidatengenen pro Fall

So funktioniert die Idee

  1. DNA und Symptome verbinden

    Sequenzierung und klinische Beschreibungen liefern ergänzende Hinweise.

  2. Mit Krankheitswissen abgleichen

    Das Modell gewichtet Varianten, Vererbung und Erscheinungsbild gemeinsam.

  3. Kurze Liste prüfen

    Fachkräfte untersuchen die bestplatzierten Gen- und Krankheitskandidaten.

Buchstaben lesen ist noch nicht verstehen

Ein Genom enthält viele Unterschiede, die die Erkrankung eines Kindes nicht erklären. Diagnostisch müssen plausible Varianten, ihre Vererbung und die beobachteten Symptome zusammenpassen. GEM verbindet diese Hinweise mit vorhandenem Krankheitswissen und schlägt Gene und Erkrankungen zur fachlichen Prüfung vor.

Belege: [1][2]

Klinische Notizen werden Teil der Suche

Die Studie prüfte manuell erstellte Symptombeschreibungen ebenso wie aus Arztbriefen und Notizen sprachlich extrahierte Merkmale. GEM berücksichtigte auch größere strukturelle DNA-Veränderungen statt nur einzelner Buchstabenvarianten. Das erweitert die Suche, während nicht jedes mögliche Gen gleich intensiv geprüft werden muss.

Belege: [2]

Prüfen, ob die bekannte Antwort nach oben rückt

Die Forschenden prüften 119 bereits diagnostizierte Fälle und validierten das Verfahren mit sechzig weiteren aus fünf Zentren. In diesen 179 Fällen lag das ursächliche Gen zu 92 % unter den ersten beiden Kandidaten. Im Median wurden drei Gene zur Prüfung priorisiert: ein überschaubarer Ausgangspunkt für Fachkräfte.

Belege: [1][2]

Bekannte Diagnosen und neue Entdeckungen sind unterschiedliche Prüfungen

Die 92 % sind keine Diagnosequote für unausgewählte kranke Kinder. Bei der separaten erneuten Prüfung von vierzehn ungelösten Fällen wurde ein neuer Befund berichtet. Der Fortschritt liegt in besserer Priorisierung mit klinischem Zusammenhang; abschließende Interpretation und therapeutische Konsequenzen bleiben fachliche Aufgaben.

Belege: [2]

Die Originalquellen

  1. University of Utah HealthArtificial Intelligence-Based Technology Quickly Identifies Genetic Causes of Serious Disease
  2. Genome MedicineArtificial intelligence enables comprehensive genome interpretation and nomination of candidate diagnoses for rare genetic diseases

Was Sie als Nächstes entdecken können

Schweden testete KI beim Brustscreening – und fand 29 % mehr KrebsfälleEin Roboterstiefel lernt aus jeweils 44 Schritten
Alle 99 Anwendungen entdecken