Gute Entscheidungen treffen trotz explosiv steigender Datenmengen — Systeme zur Klinischen Entscheidungsunterstützung versprechen, Ärzt:innen in der täglichen Routine zu entlasten. Dabei spielen Algorithmen eine entscheidende Rolle. Was diese in der Praxis leisten, zeigt ein Anwendungsbeispiel an der Medizinischen Hochschule Hannover (MHH). Durch den verwendeten GAAD Algorithmus erhalten Ärzt:innen eine Lösung, um bei Patient:innen mit chronischer Lebererkrankung ein hepatozelluläres Karzinom (HCC) bereits im Frühstadium zu diagnostizieren und die Überlebenschancen deutlich erhöhen. Zudem ermöglicht die Integration des Algorithmus in den bestehenden Laborworkflow, manuelle Schritte um 90% zu reduzieren und Kosten von ca. 12.000€ pro Jahr einzusparen.
Die Herausforderung
Das hepatozelluläre Karzinom (HCC) ist mit jährlich 830.000 Todesfällen die Krebsart mit der dritthöchsten Sterblichkeit weltweit.1,2 Die 5-Jahres-Überlebensrate liegt bei unter 5%. Patient:innen, die im Frühstadium diagnostiziert werden, weisen jedoch eine signifikant höhere 5-Jahres-Überlebensrate zwischen 40 - 70% auf.3
Eine vielversprechende Lösung zur Verbesserung der HCC-Früherkennung sind Serum-Biomarker wie alpha-Fetoprotein (AFP). Jedoch liefern diese allein keine ausreichende Spezifität oder Sensitivität und die Empfehlung in den Leitlinien ist uneinheitlich.5,6,7
Medizinische Algorithmen zur Entscheidungsunterstützung können hierbei einen entscheidenen Vorteil bringen und die Entscheidung für eine weitere Diagnostik oder Behandlung unterstützen. Jedoch erfolgt die Messung von Biomarkern und die Anwendung eines Algorithmus meist manuell. Dies bedeutet einen hohen Arbeitsaufwand für das Labor und erhöht zudem die Gefahr für menschliche Fehler.
Die Lösung
Der
Der GAAD Algorithmus ist Teil der
Ergebnisse
Durch die Integration der navify® Algorithm Suite in den bestehenden Laborworkflow der MHH konnte eine Reduktion der manuellen Arbeitsschritte von 90% erreicht werden – von 10 Schritten zur Risiko-Score Ermittlung zu nur noch einem Schritt nach der Implementierung. Durch die daraus gewonnene Zeit pro Patientenfall können Einsparungen von bis zu 12.000€ pro Jahr erzielt werden.
Alle Ergebnisse finden Sie im Whitepaper, welches Ihnen zum kostenlosen Download bereit steht.
"Der GAAD Algorithmus ist wie ein digitaler Parameter, der in der Routine als ganz normaler Laborwert mitläuft – jetzt haben wir keinen zusätzlichen Aufwand mehr."
Prof. Dr. rer. nat Ralf Lichtinghagen
MBA, klinischer Chemiker, European Specialist in Laboratory Medicine
00:21 Wo bestehen Herausforderungen in der Diagnostik onkologischer Patient:innen?
01:22 Wie werden die navify® Algorithm Suite und der GAAD Algorithmus in der klinischen Praxis eingesetzt?
02:31 Welchen Wert bieten klinisch validierte Algorithmen?
03:12 Was waren bisher Ihre Erfahrungen im Rahmen des Einsatzes der navify®Algorithm Suite und des GAAD Algorithmus?
03:41 Was hat sich seit der Nutzung der Lösung geändert?
04:33 Was ist Ihre Vision?
Prof. Dr. rer. nat. Ralf Lichtinghagen promovierte nach einem Chemie- und Biologiestudium an der Ruhr-Universität Bochum im Bereich der Neurobiochemie. Anfang der 90er Jahre bildete er sich an der Medizinischen Hochschule Hannover (MHH) zum Klinischen Chemiker/European Specialist in Laboratory Medicine (EuSpLM) weiter. Er erlangte die Venia legendi für Klinische Chemie und ist aktuell im Zentrallabor der MHH neben seinen Aufgaben in der Patientenversorgung und Forschung auch als Lehrbeauftragter für Klinische Chemie/Laboratoriumsdiagnostik im Medizinstudiengang tätig.
Er ist außerdem akademischer Leiter der MTLA-Schule. Innerhalb der nationalen labormedizinischen Fachgesellschaft (DGKL) organisiert er Repetitorien für Fachwissenschaftler in Weiterbildung sowie Assistenzärzte im Fach Klinische Chemie. Seine Forschungsschwerpunkte am Institut für Klinische Chemie der MHH sind Molekulare Diagnostik und neue Biomarker.
Medizinische Hochschule Hannover
Die Medizinische Hochschule Hannover (MHH) gilt als eine der führenden Einrichtungen in Deutschland im Bereich der Onkologie und bietet Patient:innen eine hochspezialisierte und patientenzentrierte Behandlung bei Krebserkrankungen. Die MHH versorgt jährlich bis zu 60.000 stationäre Patient:innen. Der Fokus liegt hierbei besonders auf der optimalen Diagnosestellung und Behandlungen in den Fachbereichen Strahlentherapie, sowie spezieller Onkologie mit dem unterstützenden Einsatz digitaler Lösungen.
Baecker A, Liu X, La Vecchia C, Zhang ZF. Worldwide incidence of hepatocellular carcinoma cases attributable to major risk factors. Eur J Cancer Prev. 2018;27(3): 205–212
IARC, WHO. Cancer today. Available from: https://gco.iarc.fr/today/data/factsheets/cancers/11-Liver-fact-sheet.pdf (Accessed August 2023)
El-Serag et al. (2011)Ther Adv Gastroenterol 4: 5 – 1
Simmons et al. (2017) Aliment Pharmacol Ther, 45: 169-177. doi:10.1111/ap
Vogel A, Cervantes A, Chau I, et al. Hepatocellular carcinoma: ESMO Clinical Practice Guidelines for diagnosis, treatment and follow-up. Ann Oncol. 2018;29 (4): 238–255.
Marrero JA, Kulik LM, Sirlin CB, et al. Diagnosis, Staging, and Management of Hepatocellular Carcinoma: 2018 Practice Guidance by the American Association for the Study of Liver Diseases. Hepatology. 2018;68(2): 723–750
Omata M, Cheng AL, Kokudo N, et al. Asia-Pacific clinical practice guidelines on the management of hepatocellular carcinoma: a 2017 update. Hepatol Int. 2017;11(4): 317–370.
Links zu Websites Dritter werden im Sinne des Servicegedankens angeboten. Der Herausgeber äußert keine Meinung über den Inhalt von Websites Dritter und lehnt ausdrücklich jegliche Verantwortung für Drittinformationen und deren Verwendung ab.