Wien (OTS) – Forschende der MedUni Wien haben ihr zuvor entwickeltes,
Bluttest-
basiertes Machine-Learning-Modell auf seine prognostische
Aussagekraft hin überprüft. Die sogenannten Vienna 3P/5P-Modelle, die
auf lediglich drei bzw. fünf Routine-Laborparametern beruhen, können
den Krankheitsverlauf bei Patient:innen mit fortgeschrittener
chronischer Lebererkrankung vorhersagen – ohne invasive Verfahren
oder Notwendigkeit für spezielle Geräte. Ursprünglich an der MedUni
Wien entwickelt und 2023 im „ Journal of Hepatology“ erstmals
publiziert, dienen die Modelle zur nicht-invasiven Erkennung einer
klinisch signifikanten portalen Hypertension (CSPH). In der nun
vorliegenden Folgestudie wurden die KI-Modelle erstmals in
unabhängigen Patient:innenkohorten getestet und konnten das Auftreten
schwerer leberbezogener Komplikationen – wie Bauchwasser (Aszites),
innere Blutungen (Varizenblutung) oder Leber-bedingte
Bewusstseinsstörungen (hepatische Enzephalopathie) – präzise
vorhersagen. Die Studie entstand in Zusammenarbeit mit der
Medizinischen Hochschule Hannover (MHH) und wurde kürzlich im
renommierten Fachjournal „ JHEP Reports“ veröffentlicht.
Im Mittelpunkt der Untersuchung standen Patient:innen mit
kompensierter fortgeschrittener chronischer Lebererkrankung (cACLD) –
also einem Stadium, in dem bereits eine Zirrhose besteht, jedoch noch
keine hepatischen Dekompensations-Ereignisse aufgetreten sind. Das
frühzeitige Erkennen von Patient:innen mit hohem Risiko für eine
Krankheitsprogression ist entscheidend, um rechtzeitig präventive
Maßnahmen einzuleiten.
Das Forschungsteam rund um Georg Kramer und Thomas Reiberger von
der Klinischen Abteilung für Gastroenterologie und Hepatologie der
Universitätsklinik für Innere Medizin III der MedUni Wien und des AKH
Wien analysierte Daten von 266 Patient:innen, die im Wiener Labor für
hepatische Hämodynamik untersucht wurden und validierte die
Ergebnisse in einer unabhängigen externen Kohorte der Medizinischen
Hochschule Hannover, die 215 weitere Patient:innen umfasste.
Die portale Hypertension – ein erhöhter Blutdruck im
Pfortadersystem der Leber – ist ein zentraler Treiber für
Komplikationen bei cACLD. Der hepatische Venendruckgradient (HVPG)
gilt als Goldstandard zur Beurteilung dieses Drucks, erfordert jedoch
einen invasiven, katheterbasierten Eingriff, der nur in
spezialisierten Zentren durchgeführt wird.
Elastographie-basierte Verfahren wie die Lebersteifigkeitsmessung
(LSM) bieten zwar eine nicht-invasive Alternative, benötigen jedoch
teure Geräte und Expertise von geschultem Personal, was ihren
routinemäßigen Einsatz in vielen Gesundheitseinrichtungen
einschränkt. Um diese Einschränkungen zu überwinden, entwickelte das
Wiener Forschungsteam die Wiener 3P und 5P Modelle. Dabei handelt es
sich um vollständig blutbasierte, durch künstliche Intelligenz (AI)
entwickelte Modelle, die den Schweregrad der portalen Hypertension
sowie das Risiko künftiger Komplikationen allein auf Basis von
Standardlaborwerten abschätzen. Ihre prognostische Genauigkeit war in
der Studie mit der des HVPG vergleichbar und übertraf die der
bildgebenden Untersuchungsmethode Elastographie. „Unsere Modelle
bieten eine einfache, kosteneffiziente und einfach wiederholbare
Möglichkeit, den Schweregrad der portalen Hypertension zu bestimmen
und – wie wir nun zeigen konnten – auch den weiteren
Krankheitsverlauf vorherzusagen“, erklärt Erstautor Georg Kramer.
„Damit ermöglichen sie ein individuelles Risikomonitoring, auch
außerhalb spezialisierter Zentren.“
Zwtl.: Schritt in Richtung individualisierte Behandlung und Nachsorge
bei chronischen Lebererkrankungen
Die Möglichkeit, das Fortschreiten einer Lebererkrankung
ausschließlich über Bluttests zu beurteilen, stellt einen wichtigen
Schritt hin zu einer individualisierten Betreuung von Patient:innen
mit chronischer Lebererkrankung dar. Da die Wiener 3P/5P-Modelle
problemlos im Rahmen von Routinekontrollen wiederholt werden können,
ermöglichen sie ein kontinuierliches Tracking des Krankheitsverlaufs
und eine dynamische Anpassung der Therapie- und
Überwachungsstrategien.
Dieser Ansatz könnte Ärzt:innen dabei unterstützen, Patient:innen
mit höherem Risiko gezielt zu erkennen, frühzeitig präventive
Therapien einzuleiten und eine engmaschigere Betreuung zu ermöglichen
– während bei anderen Patient:innen belastende und kostenintensive
Untersuchungen reduziert werden können. Langfristig könnten diese
Modelle somit zu einer effizienteren Nutzung medizinischer Ressourcen
beitragen – insbesondere in Regionen, in denen der Zugang zu
spezialisierten diagnostischen Verfahren wie der invasiven HVPG-
Messung oder Elastographie eingeschränkt ist.
Publication: JHEP Reports
Blood-based Vienna 3P/5P risk models accurately predict first hepatic
decompensation in compensated advanced chronic liver disease.
Georg Kramer, Benedikt Simbrunner, Mathias Jachs, Lorenz Balcar,
Benedikt Silvester Hofer, Nina Dominik, Lukas Hartl, Michael Schwarz,
Georg Semmler, Christian Sebesta, Paul Thöne, Sophia Geisselbrecht,
Benjamin Maasoumy, Eduardo Alvarez, Martin Sebastian McCoy, Oleksandr
Petrenko, Jiří Reiniš, Philipp Schwabl, Albert F. Stättermayer,
Michael Trauner, Mattias Mandorfer, Thomas Reiberger.
DOI: 10.1016/j.jhepr.2025.101642
