Die Diagnose von Blutkrebs und anderen Immunerkrankungen ist ein umfangreicher und zeitaufwändiger Prozess. Experten in klinischen Laboren werten dafür manuell Blutdaten von Patienten aus – diese Zytometrie ist ein hochkomplexer Vorgang, der pro Blutprobe durchschnittlich 20 Minuten in Anspruch nimmt. Steigende Arbeitsbelastung und ein zunehmender Mangel an qualifiziertem Laborpersonal sorgen für Druck, zusätzlich zum Risiko von verzögerten oder Fehldiagnosen.
Hier setzt das Team von hema.to an, einem Deeptech-KI-Startup mit Sitz in München. Es möchte die Analyse von Blutproben automatisieren, klinische Labore bei der Bewältigung ihrer Fallzahlen unterstützen – und so gleichzeitig schnellere, präzisere und frühere Diagnosen für Patienten ermöglichen. Über eine cloudbasierte, KI-gestützte Analyseplattform werden die Zytometrie-Rohdaten in Sekunden analysiert und Krankheitsmuster erkannt.
Mit diesem automatisierten Ansatz lässt sich die durchschnittliche Laboranalysezeit für Blutproben auf rund eine Minute verkürzen und falsch-negative Ergebnisse bei sekundären Pathologien um das Zehnfache reduzieren. Gleichzeitig bereitet die Lösung die automatische Diagnose so auf, dass Experten diese im Nachgang überprüfen und ggf. schnell nachbearbeiten können. Durch die Kombination aus KI-getriebener Effizienz und Experten-Know-how wird so eine bestmögliche Diagnose garantiert.
Aktuell kommt die Analyseplattform bereits in ersten klinischen Laboren und Krankenhäusern zum Einsatz. In Zukunft sollen die Analysekapazitäten der Lösung neben Blutkrebs noch auf weitere Krankheitsbilder ausgeweitet werden, insbesondere weitere Autoimmunerkrankungen, sowie auf zusätzliche Anwendungsfälle, beispielsweise für klinische Studien und Therapieüberwachung.
Bildquelle: hema.to