Künstliche Intelligenz (KI) trifft Gestationsdiabetes mellitus (GDM) – Ein innovativer Ansatz zur KI-basierten frühzeitigen hochspezifischen und hochsensitiven Vorhersage des GDMs

Hintergrund: Ca. 16% der Lebendgeburten weisen in der Schwangerschaft eine Form von Hyperglykämie auf, davon liegt der Anteil an Gestationsdiabetes mellitus (GDM) bei ca. 84% ([1]). GDM ist eine der häufigsten Schwangerschaftskomplikationen und ist eng assoziiert mit negativen kurz- und langfristigen Outcomes für Mutter und Kind. Gleichzeitig gewinnen neben anderen Technologien ([2] [3]) Methoden der künstlichen Intelligenz (KI) zunehmend an Bedeutung. Vor diesem Hintergrund wurde die KI-basierte Prädiktion von GDM analysiert, um frühzeitig und bereits vor dem regulär durchgeführten GDM-Screening diagnostizieren und therapieren zu können.

Methode: Empirische, internationale, multizentrische Analyse mit insgesamt n=55.804 schwangeren Frauen. Klinischer Parameter: Nüchternblutzucker (NBZ), KI-basierte Algorithmen: logistische Regression (LR), "Random Forest" (RF), "Support Vector Machine" (SVM) und "Deep Neural Network" (DNN)-Modelle. Vergleichende durchgeführte Analysen: Sensitivität und Spezifität in Bezug auf die diversen KI-basierten Vorhersage-Algorithmen zur Prädiktion des GDMs am Beispiel des NBZs.

Ergebnisse: GDM wurde frühzeitig hochsignifikant spezifisch und hochsignifikant sensitiv mit Hilfe KI-basierter Algorithmen am Beispiel des NBZs erkannt. Die KI-Methoden LR, RF, SVM und DNN erlaubten eine signifikante Prädiktion des GDM (P<0,001). Mit Hilfe einer Kombination verschiedener KI-Algorithmen konnte eine Prädiktion des GDMs mit einer Sensitivität von 92,1% und einer Spezifität von 96,3% bei einer AUC>0.95 erreicht werden.

Schlussfolgerungen: GDM kann mit Hilfe KI-basierter Algorithmen frühzeitig hochspezifisch und hochsignifikant am Beispiel des Nüchternblutzuckers vorhergesagt werden. Damit eröffnen sich in der Praxis neuartige, frühzeitige, einfachere und sicherere Diagnose- und Therapiemöglichkeiten für die Patientinnen sowie die Health Care Professionals (HCPs). Ferner können GDM-assoziierte Komplikationen für Mutter und Kind frühzeitig verhindert bzw. frühzeitig therapiert werden. Weiterführende Analysen empfehlenswert.

Publikationsverlauf

Artikel online veröffentlicht:
28. Mai 2025

• Literatur

• 1 Prevalence of gestational diabetes mellitus (GDM) in: IDF Diabetes Atlas, 10th edition, International Diabetes Federation, 2021. URL https://diabetesatlas.org/data/en/indicators/14/
• 2 Eberle C., 1 Loehnert M., 1 Stichling S.. 1 Clinical effectiveness of different technologies for diabetes in pregnancy: systematic literature review. Journal of medical Internet research 2021; 23 p e24982
• 3 Eberle C., 1 Stichling S.. 1 Effects of telemetric interventions on maternal and fetal or neonatal outcomes in gestational diabetes: systematic meta-review. JMIR diabetes 2021; 6 p e24284