Ein „KI“-Arzt hilft Krankenhäusern, Wiederaufnahmen vorherzusagen

Von Dennis Thompson HealthDay Reporter

(Gesundheitstag)

MITTWOCH, 7. Juni 2023 (HealthDay News) – Ärzte und Krankenhausleiter der New York University nutzen ein Computerprogramm mit künstlicher Intelligenz (KI), um vorherzusagen, ob ein frisch entlassener Patient bald so krank werden wird, dass er wieder aufgenommen werden muss.

Das KI-Programm „NYUTron“ liest die Aufzeichnungen von Ärzten, um das Sterberisiko eines Patienten, die mögliche Dauer seines Krankenhausaufenthalts und andere für seine Pflege wichtige Faktoren abzuschätzen.

Laut einem am 7. Juni online in der Zeitschrift veröffentlichten Bericht ergaben Tests, dass NYUTron bei vier von fünf Patienten vorhersagen konnte, dass sie erneut ins Krankenhaus eingeliefert werden müssten Natur.

NYUTron ist das, was seine Entwickler ein „großes Sprachmodell“ nennen, das die kreativen und individuellen Notizen, die Ärzte häufig machen, lesen und verstehen kann.

Dies sei eine Verbesserung gegenüber früheren Computeralgorithmen für das Gesundheitswesen, bei denen Daten speziell formatiert und in übersichtlichen Tabellen angeordnet werden mussten, sagten die Forscher.

„Unsere Ergebnisse unterstreichen das Potenzial der Verwendung großer Sprachmodelle, um Ärzte bei der Patientenversorgung anzuleiten“, sagte der leitende Forscher Lavender Jiang, Doktorand am Center for Data Science der NYU.

„Programme wie NYUTron können Gesundheitsdienstleister in Echtzeit auf Faktoren aufmerksam machen, die zu einer Wiedereinweisung und anderen Bedenken führen könnten, sodass diese schnell angegangen oder sogar abgewendet werden können“, sagte Jiang in einer Pressemitteilung der Schule.

Jiang und ihre Kollegen schulten NYUTron darin, unveränderten Text aus elektronischen Gesundheitsakten zu scannen und anhand der gewonnenen Erkenntnisse nützliche Einschätzungen zum Gesundheitszustand des Patienten zu treffen.

Die Studienergebnisse zeigten, dass das Programm etwa 80 % der Wiedereinweisungen vorhersagen konnte, was einer Verbesserung von etwa 5 % gegenüber einem Standard-Computerprogramm entspricht, das eine Neuformatierung medizinischer Daten erfordert.

Durch die Automatisierung grundlegender Aufgaben könnte eine solche Technologie Ärzten mehr Zeit für ihre Patienten verschaffen, bemerkte Jiang.

Große Sprachmodelle funktionieren, indem sie das beste Wort zum Ausfüllen eines Satzes vorhersagen, basierend darauf, wie wahrscheinlich es ist, dass echte Menschen einen bestimmten Begriff in diesem Kontext verwenden würden.

Je mehr Daten in einen Computer eingespeist werden, um ihm beizubringen, solche Wortmuster zu erkennen, desto genauer werden seine Vermutungen mit der Zeit, erklärte Jiang.

Die Forscher trainierten NYUTron anhand von Millionen klinischer Notizen, die aus den elektronischen Gesundheitsakten von 336.000 Männern und Frauen gesammelt wurden, die zwischen Januar 2011 und Mai 2020 im NYU Langone-Krankenhaussystem behandelt wurden.

Dies führte zu einer Sprachwolke mit 4,1 Milliarden Wörtern, die alle von einem Arzt verfassten Aufzeichnungen enthielt, wie etwa radiologische Berichte, Patientenfortschrittsnotizen und Entlassungsanweisungen, sagten die Autoren der Studie.

Wichtig ist, dass die klinischen Notizen keinerlei standardisierte Sprache enthielten, was das Programm dazu zwang, zu lernen, Abkürzungen und Begriffe zu interpretieren, die für einen bestimmten Autor spezifisch sind.

In Tests identifizierte NYUTron 85 % der im Krankenhaus Verstorbenen (eine Verbesserung um 7 % gegenüber den Standardmethoden) und schätzte die tatsächliche Aufenthaltsdauer der Patienten auf 79 % (eine Verbesserung um 12 % gegenüber dem Standardmodell), berichteten die Forscher.

Das Tool bewertete außerdem erfolgreich die Wahrscheinlichkeit, dass ein Patient zusätzlich zu seiner Grunderkrankung an weiteren Erkrankungen leiden könnte, sowie die Wahrscheinlichkeit, dass die Versicherung den Versicherungsschutz verweigert.

„Diese Ergebnisse zeigen, dass große Sprachmodelle die Entwicklung von ‚intelligenten Krankenhäusern‘ nicht nur zu einer Möglichkeit, sondern zur Realität machen“, sagte der leitende Forscher und Neurochirurg Dr. Eric Oermann. „Da NYUTron Informationen direkt aus der elektronischen Gesundheitsakte liest, können seine Vorhersagemodelle einfach erstellt und schnell im Gesundheitssystem implementiert werden.“

Zukünftige Studien könnten unter anderem die Fähigkeit des Modells untersuchen, Abrechnungscodes zu extrahieren, das Infektionsrisiko vorherzusagen und die richtigen zu bestellenden Medikamente zu identifizieren, sagte Oermann.

Oermann betonte jedoch, dass NYUTron als unterstützendes Instrument für Gesundheitsdienstleister und nicht als Ersatz für die auf den einzelnen Patienten zugeschnittene ärztliche Beurteilung betrachtet wird.

Die Finanzierung der Studie erfolgte teilweise durch die US-amerikanischen National Institutes of Health.

QUELLE: NYU Grossman School of Medicine, Pressemitteilung, 7. Juni 2023

Copyright © 2023 HealthDay. Alle Rechte vorbehalten.