DEVICE - Screening of Infection by Chemical Evaluation of Breath Volatiles for Rapid Deployment during Viral Outbreaks - Detection of Viral Infection by Chemical Evaluation

Im Verlauf der COVID-19 Pandemie hat sich gezeigt, dass die derzeit verwendeten Verfahren zur Diagnose einer SARS-CoV-2-Infektion nur eingeschränkt praktikabel sind. Die Probenentnahme ist nicht immer zuverlässig, ebenso kann das Ergebnis falsch sein bzw. so zeitverzögert eintreffen, dass eine Weitergabe der Infektion bereits vor Kenntnis erfolgt ist.

Dringend nötig wäre daher ein Testverfahren, das auch ohne Spezialwissen einfach handhabbar ist und sofort ein hinreichend genaues Ergebnis liefert.

In einer Pandemie eröffnet ein derartiges Testverfahren die Möglichkeit, rasch auf Infektionen zu reagieren und somit durch eine schnellere Isolation Infektionsketten zu unterbrechen.

Ausgangssituation

Die derzeitige SARS-CoV-2 Pandemie hat gezeigt, dass schnelle, genaue und idealerweise nicht-invasive Tests erforderlich sind, um virale Infektionen zu erkennen und schnell eine individualisierte Isolation zu ermöglichen und somit Infektionsketten zu unterbrechen und sozialen Schutz zu bieten.

Zwölf Monaten nach dem Erscheinen von COVID-19 sind die derzeit verwendeten Verfahren zur Diagnose einer SARS-CoV-2-Infektion nur eingeschränkt praktikabel: 

Der PCR-Test liefert zwar relativ genaue Ergebnisse, allerdings erst nach einer Laboranalyse wobei der gesamte Prozess mindestens einige Stunden dauert.

Der Antigen-Test ist zwar wesentlich schneller, aber auch weniger genau mit deutlich mehr falsch positiven Ergebnissen und Fehlerquellen in der Handhabung, wodurch er nur von medizinischem Personal sicher angewandt werden kann.

Ziel

Das Ziel des Forschungsprojektes ist die Entwicklung eines Lernalgorithmus für das Infektionsscreening. Dabei soll die Erkennung aktueller und zukünftig neu aufkommender, viraler und bakterieller Infektionen, basierend auf den ausgeatmeten, flüchtigen Verbindungen in Echtzeit-Nähe ermöglicht werden.

Dieser innovative und interdisziplinäre Ansatz beinhaltet die Bestimmung der flüchtigen Verbindungen in der Atemluft, in klar definierten Patientengruppen, die eine Trennung zwischen Patienten mit viraler und mit bakterieller Infektionen, sowie von gesunden Probanden gewährleisten.

Darüber hinaus ist die Entwicklung und Optimierung der analytischen Methode für das Gaschromatographie-Ionenmobilitätsspetrometrie (GC-IMS) Verfahren, die biostatistische Analyse der mehrdimensionalen Spektraldaten, die Validierung der flüchtigen Marker im klinischen Umfeld, vor Ort mit dem GC-IMS, sowie die Entwicklung von maschinellen Lernalgorithmen für eine zukünftig autonome Funktion des Gerätes ausschlaggebend.

Vorgehen

Es werden neue Erkenntnisse über die flüchtigen, organischen Verbindungen gewonnen, die mit einer Infektion assoziiert sind. Eine sorgfältig geplante und überwachte klinische Studie mit einer hohen Patientenanzahl sorgt für eine statistisch relevante und abgesicherte Datengewinnung, was die Entwicklung eines robusten Mustererkennungsalgorithmus für das Infektionsscreening ermöglicht.

Angestrebte Ergebnisse

Das Endergebnis wird die Demonstration der Anwendbarkeit des GC-IMS zur Diagnose von viralen/bakteriellen Infektionen aus der Atemluft sein, sowie die Bestimmung der Spezifität und Sensitivität des Verfahrens in einer klinischen Blindstudie.

Der Erfolg des interdisziplinären Projekts wird durch die Beteiligung von sehr erfahrenen klinischen Experten und Wissenschaftler- sowie Industriepartnern gewährleistet.

Projektleitung

Prof. Chris Mayhew - Institut für Atemgasanalytik, Leopold-Franzens Universität
Innsbruck (LFU)

Projektpartner

• Mario Mitter, PhD - SOLGENIUM OG
• Dr. Rainer Thell - Wiener Gesundheitsverbund Klinik Donaustadt, 2. Med. Abteilung, Notfall
• Mag. Georg Aumayr - Johanniter Österreich Ausbildung und Forschung gem. GmbH

Institut für Atemgasanalytik, Leopold-Franzens Universität
Innsbruck (LFU)
Prof. Chris Mayhew
E-Mail: Christopher.Mayhew@uibk.ac.at