Laborwerte in Echtzeit überwachen: Diese Klinik-KI schlägt Alarm, wenn es Patienten schlechter geht

Am Universitätsklinikum Leipzig überwacht das KI-gestützte AMPEL-System Labordaten von Patienten in Echtzeit. Es warnt frühzeitig zum Beispiel vor Nierenversagen oder Blutvergiftung.

Daniel Steinbach, Martin Federbusch und Maria Schmidt (v. l. n. r.) entwickeln AMPEL zu einer digitalen Infrastruktur für klinische KI-Anwendungen in der Routineversorgung.(Foto: Universitätsklinikum Leipzig)

Wenn sich der Zustand von Kranken in Kliniken verschlechtert, fällt das nicht immer durch einen spektakulären Befund auf. Oft verbergen sich kritische Veränderungen in den Laborwerten: Blutzuckerwerte, Elektrolyte oder Nierenwerte machten mit Abstand den größten Posten in den klinischen Routinedaten aus, sagt Daniel Steinbach vom Universitätsklinikum Leipzig (UKL). Pro Visite kämen schnell an die tausend Laborergebnisse zusammen, die man als Arzt „mal gesehen haben müsste“, ergänzt sein Kollege Martin Federbusch.

Dieser Text erscheint in der Ausgabe 4/2026 von MIT Technology Review. Darin beschäftigen wir uns mit KI in der Medizin. Das Heft könnt ihr ab sofort online bestellen und im Zeitschriftenhandel erwerben.

Hier setzt das von Steinbach und Federbusch mitentwickelte KI-gestützte AMPEL-System an. AMPEL steht für „Analyse- und Meldesystem zur Verbesserung der Patientensicherheit durch Echtzeitintegration von Laborbefunden“. Die Maschinenlern-Algorithmen werten anfallende Labordaten kontinuierlich und automatisch aus und stellen sie innerhalb weniger Minuten zur Verfügung.

Aus der AMPEL-Plattform ist 2025 die neue UKL-Abteilung für Medizinische KI und Translation (MedKIT) hervorgegangen und Anfang April stellte diese das erste klinikeigene Software-Medizinprodukt LAMPE bereit (Leipziger Analyse- und Meldesystem für Patientensicherheit in Echtzeit). AMPEL als Klinik-KI-System soll auch keine Leipziger Insellösung bleiben, sondern als Open-Source-Plattform veröffentlicht werden. Das Uni-Klinikum Dresden testet es bereits im Rahmen eines Forschungsprojektes.