Der Schlaganfall gehört zu den häufigsten und folgenschwersten Erkrankungen weltweit. Allein in Deutschland erleiden jährlich rund 200.000 Menschen einen Schlaganfall, mit erheblichen Folgen für die Betroffenen und das Gesundheitssystem. Obwohl wirksame Therapien verfügbar sind, werden diese bislang nach einheitlichen Leitlinien eingesetzt – unabhängig davon, ob eine bestimmte Behandlung für die einzelnen Erkrankten tatsächlich den größten Nutzen bringt. Insbesondere bei Schlaganfällen durch mittelgroße oder weiter entfernt liegende Gefäßverschlüsse sowie bei großem Infarktkern – zusammen mehr als die Hälfte aller Schlaganfälle – fehlen bislang Erkenntnisse darüber, welche Erkrankten von welcher Therapie am meisten profitieren.

Hier setzt das Verbundprojekt STROKEai an. Ziel ist es, mithilfe kausaler Künstlicher Intelligenz die Schlaganfalltherapie zu personalisieren. Kausale KI unterscheidet sich grundlegend von herkömmlichen KI-Verfahren: Während klassische Modelle lediglich Muster in Daten erkennen, kann kausale KI Ursache-Wirkungs-Beziehungen abbilden und so vorhersagen, welche Therapie bei einer bestimmten Person den größten Nutzen bei geringstem Risiko erzielt. Auf diese Weise lassen sich Patientengruppen identifizieren, die besonders gut auf eine bestimmte medikamentöse Behandlung ansprechen – oder bei denen eine alternative Therapie vorzuziehen ist. Das Projekt analysiert dazu sowohl Daten aus großen internationalen klinischen Studien als auch Real-World-Daten aus klinischen Registern und elektronischen Patientenakten. So können auch Patientengruppen berücksichtigt werden, die in klassischen Studien häufig unterrepräsentiert sind – etwa ältere Menschen oder Personen mit mehreren Vorerkrankungen. Die Ergebnisse werden umfassend validiert und auf mehrere klinische Endpunkte erweitert, um neben dem funktionellen Therapieerfolg auch sicherheitsrelevante Aspekte wie das Blutungsrisiko einzubeziehen. Die gewonnenen Erkenntnisse sollen unmittelbar in die klinische Praxis überführt werden: Geplant ist ein digitales Entscheidungsunterstützungssystem, das in Echtzeit eine personalisierte Therapieempfehlung gibt.