• Forschende des  King’s College London setzen sich mit Corona-Symptomen auseinander
  • Künstliche Intelligenz trainiert: KI soll frühe Corona-Symptome erkennen und einordnen
  • Erfolg: Verfahren zeigt höhere Genauigkeit als bisherige Diagnostik-Algorithmen
  • Ergebnisse sind aufschlussreich: Alter spielt bei Symptomatik entscheidende Rolle

Schon lange ist es bekannt und auch gefürchtet: Die Symptome einer Corona-Infektion unterscheiden sich teilweise extrem. Deshalb werden Infektionen häufig viel zu spät erkannt. Während die einen mit typischen Grippe-Symptomen, wie Husten, Fieber oder Schnupfen, kämpfen, verlieren andere ihren Geschmacks- oder Geruchssinn oder beklagen Magen-Darm-Beschwerden. Forschende des King's College in London haben sich jetzt genau mit diesem Phänomen genauer beschäftigt und sind in einer aktuellen Studie zu neuen Ergebnissen gekommen.

Vor allem frühe Corona-Symptome unterscheiden sich deutlich je nach Alter der Erkrankten

Die in der Fachzeitschrift „The Lancet Digital Health“ erschienene Studie zeigt ganz deutlich, dass sich vor allem in den ersten drei Tagen der Corona-Infektion deutliche Unterschiede in der Symptomatik der Erkrankung zeigen. Die Forschenden haben eine Künstliche Intelligenz (KI) darauf trainiert anhand früher Symptome die Wahrscheinlichkeit einer Covid-19-Infektion zu bestimmen.

Die Ergebnisse sind überraschend: So unterscheiden sich beispielsweise die Symptome in den ersten drei Tagen bei 16- bis 39-Jährigen deutlich von denen bei über 60- beziehungsweise über 80-Jährigen. Für die Studie untersuchte das Team aus Wissenschaftler*innen die Angaben von 182.991 Teilnehmern zu 18 verschiedenen Symptomen in den ersten drei Tage nach Einsetzen der Symptome. Die Teilnehmer*innen hatten ihre Daten zwischen Ende April und Mitte Oktober 2020 zur Verfügung gestellt. Mit diesen Daten wurde die KI trainiert.

Anschließend testeten die Forschenden das Diagnostik-Modell der KI an den Daten von 15.049 Teilnehmern, die zwischen Mitte Oktober und Ende November 2020 ihre Symptome über die App angaben. Für die Studie analysierte das Team Daten aus der Covid Symptom Study App, in der Teilnehmer*innen ihre Symptome und ihr PCR-Test-Ergebnis eintragen können. 

Symptome weisen unterschiedliche Relevanz für die frühe Corona-Entdeckung auf

Die Ergebnisse der KI-Studie zeigen, dass manche Symptome für die Früherkennung relevanter sind, als andere: Geruchsverlust, Brustschmerz, beständiger Husten, Bauchschmerzen, Blasen an den Füßen, müde Augen und ungewöhnliche Muskelschmerzen relevante Symptome einer Erkrankung im Frühstadium, wobei am häufigsten Geruchsverlust und Brustschmerz auftraten.

Obwohl Fieber zu den bekannten Symptomen von Corona zählt, war es in den ersten drei Tagen nach Symptom-Beginn häufig nicht aussagekräftig. Aber wichtig dabei war: Je nach Alter verlieren bestimmte Symptome wiederum an Relevanz. Es zeigte sich, dass langwieriger Husten bei Menschen zwischen 40 und 59 Jahren im Vergleich zu jüngeren Altersgruppen als Symptom aussagekräftiger als Zeichen einer Corona-Erkrankung war.

Und bei Menschen über 60 verlor der Geruchsverlust im Vergleich zu jüngeren Altersgruppen an Bedeutung – bei Menschen über 80 Jahren wurde er der KI zufolge sogar gänzlich irrelevant. Die Erkrankten über 80 Jahren klagten im Vergleich zu Jüngeren dabei häufiger über Durchfall, Halskratzen oder Muskelschmerzen.

Auch Unterschiede in der Symptomatik zwischen Männern und Frauen

In anderen Kategorien als der Altersgruppe zeigten sich ebenfalls Unterschiede: Geruchsverlust und Brust- und Bauchschmerzen waren geschlechterübergreifend die wichtigsten Symptome einer beginnenden Corona-Infektion. Bei Männern waren aber Atemnot, Müdigkeit und Schüttelfrost typischer als bei Frauen. Und auch wenn diese Daten alle noch anhand des Wildtyps des Virus sowie der Alpha-Variante gewonnen wurden, sind laut der Forschenden auch für die Delta-Variante solche Unterschiede in verschiedenen Bevölkerungsgruppen zu erwarten.

Die KI, die Forschende in der neuesten Studie trainiert haben, weist im Gegensatz zu anderen Algorithmen eine auffallend höhere Genauigkeit auf. Das Team aus Wissenschaftler*innen hofft darauf, mit den Ergebnissen einen Beitrag zur frühen Behandlung von Corona-Infektionen zu leisten, aber auch, Menschen frühzeitig zu Tests zu bewegen.