Neuer Diabetes-Risiko-Test für zu Hause nutzt Körpermaße und KI

Ein einfaches Online-Screening-Tool soll Diabetes-Risiken früher erkennen

Forscher in Dänemark sagen, sie hätten ein Screening-Tool für zu Hause entwickelt, das Menschen mit möglichem Typ-2-Diabetes oder Prädiabetes identifizieren soll, noch bevor sie überhaupt einen Arzttermin buchen. Das Projekt greift ein bekanntes Problem der öffentlichen Gesundheit auf: Viele Menschen mit frühen Stoffwechselerkrankungen wissen nicht, dass sie gefährdet sind, sodass die Diagnose oft zu spät kommt, nachdem der Schaden bereits begonnen hat.

Laut der Dänischen Diabetes-Gesellschaft wissen etwa 100.000 Menschen in Dänemark nicht, dass sie Typ-2-Diabetes haben, während schätzungsweise rund eine halbe Million Prädiabetes haben. Diese Lücke ist wichtig, weil Typ-2-Diabetes mit einem Bluttest bestätigt werden kann, viele Menschen diesen aber nie anfordern, solange Symptome nicht deutlich werden oder ein Arzt die Möglichkeit anspricht. Das neue Tool soll vor diesem Schritt ansetzen und Menschen zu einer Nachuntersuchung bewegen, wenn ihr Risiko erhöht erscheint.

Das Screening-System heißt MEDWACS. Es wurde von dem Postdoktoranden Daniel Yoo an der DTU Sustain zusammen mit dem DTU-Professor Olivier Jolliet und dem italienischen Arzt Umberto Maggiore entwickelt, dessen Arbeit sich auf Nierenerkrankungen konzentriert, eine häufige Komplikation von Diabetes. Ihre Studie wurde im Journal of Clinical Epidemiology veröffentlicht.

Wie der Test funktioniert

Der Kern von MEDWACS ist die Idee, dass ein Diabetes-Risikoscreening nicht mit Laborwerten beginnen muss. Stattdessen nutzt der Online-Test Informationen, die Menschen selbst zu Hause angeben können. Der Ausgangsbericht hebt ausdrücklich Körpermaße, Alter, Geschlecht und andere leicht zugängliche Angaben hervor, darunter die Länge des Oberschenkeloberteils, als Teil der Risikobewertung des Modells.

Damit unterscheidet sich das Tool von traditionellen klinischen Screening-Pfaden, die meist in der Arztpraxis oder im Rahmen formaler Gesundheitschecks beginnen. Die Forscher behaupten nicht, dass ein Online-Fragebogen eine Diagnose ersetzen könne. Das kann er nicht. Stattdessen sehen sie ihn als Triage-Ebene: einen leicht zugänglichen, niederschwelligen Hinweis, der Menschen mit erhöhtem Risikoprofil dazu bewegen kann, den für die Bestätigung nötigen Bluttest zu machen.

Yoo sagte, die Logik sei einfach. Wenn Menschen nicht vermuten, dass sie Diabetes haben, werden sie wahrscheinlich nicht zum Testen zum Arzt gehen. Ein glaubwürdiges Online-Screening könne dagegen die Hürde für den ersten Schritt senken. Das dürfte besonders für Menschen in der Grauzone des Prädiabetes nützlich sein, bei denen sich der Krankheitsverlauf durch Behandlung und Lebensstiländerungen noch verlangsamen oder unterbrechen lässt.

Auf Basis langfristiger Gesundheitsdaten und KI-Methoden entwickelt

Das Forschungsteam sagt, MEDWACS sei mithilfe künstlicher Intelligenz und großer Mengen US-amerikanischer Gesundheitsdaten aus der National Health and Nutrition Examination Survey entwickelt worden. Der Datensatz umfasst 30 Jahre und Erwachsene ab 18 Jahren beider Geschlechter. Dieser lange Zeitraum gab dem Modell eine breite Grundlage physiologischer und demografischer Vielfalt, um Muster zu lernen, die mit Diabetes- und Prädiabetes-Risiken zusammenhängen.

In der Praxis scheint der Einsatz von KI hier weniger mit futuristischer Automatisierung als mit Mustererkennung über viele Variablen zu tun zu haben. Screening-Regeln, die auf wenigen konventionellen Markern beruhen, können subtilere Kombinationen übersehen, die dennoch ein erhöhtes Risiko anzeigen. Durch das Training auf einem großen historischen Datensatz wollten die Forscher ein Tool schaffen, das diese Kombinationen herausarbeiten kann und dennoch auf Eingaben angewiesen ist, die normale Nutzer selbst liefern können.

Der Quelltext nennt keine Leistungszahlen, sagt aber, das Team habe zwei externe Validierungsstudien durchgeführt und das Tool als sehr wirksam bei der Erkennung von Betroffenen befunden. Das ist wichtig, weil externe Validierung zu den wichtigsten Schritten gehört, um zu beurteilen, ob ein Modell über die Daten hinaus verallgemeinern kann, mit denen es ursprünglich trainiert wurde.

Warum externe Validierung wichtig ist

Medizinische Vorhersage-Tools wirken in der Entwicklung oft vielversprechend und schwächen sich dann ab, wenn sie in anderen Bevölkerungsgruppen getestet werden. Die Forscher versuchten, dieses Problem zu adressieren, indem sie MEDWACS an zwei getrennten Bevölkerungsgruppen in den USA und Südkorea validierten, bei denen die Zahl der Menschen mit und ohne Erkrankung bereits bekannt war.

Tests über verschiedene Bevölkerungsgruppen hinweg sind ein wichtiges Signal für Seriosität in der digitalen Gesundheit. Das garantiert nicht, dass das Modell überall gleich gut funktioniert, hilft aber bei der Beantwortung einer Grundfrage: Erfasst das System dauerhafte Risikomuster oder passt es sich nur an Eigenheiten eines Datensatzes an? Dass das Team zwei externe Populationen wählte und sich nicht nur auf interne Tests stützte, spricht für den Versuch, über einen reinen Machbarkeitsnachweis hinauszugehen.

Es gibt dennoch klare Grenzen. Ein Tool, das auf historischen Gesundheitsdaten basiert, spiegelt die in diesen Daten vertretenen Bevölkerungsgruppen wider, und jeder breite öffentliche Einsatz müsste in anderen Ländern, ethnischen Gruppen und Versorgungskontexten sorgfältig überwacht werden. Das Ausgangsmaterial sagt auch nicht, ob das Tool bereits in reguläre Versorgungspfade, Erstattungsprogramme oder nationale Screening-Systeme integriert wurde.

Die größere Bedeutung für die Vorsorge

Die größere Geschichte dreht sich nicht nur um eine einzelne Screening-Website. Es geht um den wachsenden Einsatz leichter KI-Tools, um die Reichweite der Präventivmedizin zu erweitern. Typ-2-Diabetes ist häufig, teuer und in frühen Stadien oft still. Die Dänische Diabetes-Gesellschaft sagt, die Krankheit koste die dänische Gesellschaft jährlich mindestens 13,3 Milliarden dänische Kronen und erhöhe zugleich das Risiko schwerer Komplikationen, darunter Herz-Kreislauf-Erkrankungen, Nierenversagen und Sehverlust.

Das macht Früherkennung ungewöhnlich wertvoll. Anders als bei manchen Erkrankungen, bei denen frühes Wissen wenig ändert, lässt sich das Diabetes-Risiko nach der Identifikation oft mit relativ vertrauten Maßnahmen steuern. Für Gesundheitssysteme schafft das einen Anreiz, kostengünstige Screening-Tools am Anfang des Weges zu erproben, die Menschen früher in die formale Versorgung bringen.

Die Gesellschaft begrüßte Bemühungen, Typ-2-Diabetes und Prädiabetes früher zu erkennen, und betonte, dass frühere Identifikation die Chancen verbessert, schwere Komplikationen zu verhindern. In diesem Sinne passt MEDWACS zu einem breiteren Gesundheitstechnologie-Trend: digitale Tools nicht dazu einzusetzen, Ärzte zu ersetzen, sondern den Funnel der Menschen zu erweitern, die vor dem schwerer und teurer werdenden Krankheitsverlauf in die klinische Versorgung gelangen.

Ob dieses konkrete Tool breit angenommen wird, hängt davon ab, wie es sich im realen Einsatz bewährt, wie klar es Risiken kommuniziert und ob Nutzer mit hohen Werten tatsächlich medizinische Tests nachverfolgen. Das Projekt zeigt jedoch, wo praktische KI im Gesundheitswesen kurzfristig einen ihrer größten Werte haben könnte: nicht in dramatischen Diagnoseversprechen, sondern in einfachen, skalierbaren Werkzeugen, die mehr Menschen erkennen lassen, dass sie sich untersuchen lassen sollten.

Dieser Artikel basiert auf einem Bericht von Medical Xpress. Den Originalartikel lesen.