Künstliche Intelligenz kann den Zeitpunkt des Todes vorhersagen
Forscher haben jetzt eine Methode entwickelt, um den genauen Todeszeitpunkt von Patienten zu berechnen. Eine künstliche Intelligenz ist in der Lage, wichtige medizinische Aufzeichnungen und elektronische Patientenakten zu analysieren und so eine genaue Vorhersage der restlichen Lebenserwartung zu ermöglichen.
Die Wissenschaftler der Stanford University haben bei ihrer Untersuchung eine künstliche Intelligenz entwickelt, welche den Todeszeitpunkt von Patienten mit Krebs und anderen unheilbaren Krankheiten vorhersagen kann. Das sogenannte Deep-Learning-System könnte in Zukunft bahnbrechende Entwicklungen in der Palliativmedizin bewirken. Die Experten veröffentlichten die Ergebnisse ihrer Studie auf dem Dokumentenserver für Preprints „Arxiv“.
Neue Entwicklung könnte in Zukunft die palliative Gesundheitsversorgung verbessern
Die Forscher der Universität Standford haben einen neuen Algorithmus für künstliche Intelligenz getestet, welcher Krankenhäusern helfen soll, die palliative Gesundheitsversorgung von Krebspatienten und Patienten mit unheilbaren Krankheiten zu verbessern.
Der Algorithmus, der auf einer Lernmaschine des sogenannten Deep Neural Network basiert, kann wichtige medizinische Aufzeichnungen oder elektronische Gesundheitsakten von unheilbar kranken Patienten analysieren. So kann dann errechnet werden, ob die Patienten eher von einer sogenannten Versorgung am Lebensende oder Palliativpflege profitieren.
Vorhersagen haben eine Genauigkeit von drei bis zwölf Monaten
Der Algorithmus kann die Mortalität von Patienten mit einer Genauigkeit von drei bis zwölf Monaten vorhersagen und auf Basis diese Vorhersage können betroffene Patienten in eine palliative Versorgung überwiesen werde.
Die Vorhersagen könnten es den Medizinern und Pflegern in der Palliativmedizin von Krankenhäusern ermöglichen, proaktiv auf solche Patienten einzugehen, anstatt sich auf Empfehlungen von behandelnden Ärzten zu verlassen oder zeitaufwendige Untersuchungen durchzuführen.
Auf die Wünsche von unheilbar kranken Menschen wird selten eingegangen
Frühere Studien zeigten bereits, dass rund 80 Prozent der Amerikaner ihre letzten Tage zu Hause verbringen möchten. Nur 20 Prozent der Betroffenen sind allerdings dazu in der Lage und viele sterben in Krankenhäusern. In der Tat erhalten unheilbar kranke Patienten in ihren letzten Tagen oft eine aggressive medizinische Versorgung, anstatt dass auf ihre Wünsche am Lebensende eingegangen wird, erläutern die Experten.
Diese Probleme treten in Krankenhäusern bei der Palliativversorgung häufig auf
In den letzten Jahren hat sich die Fähigkeit der Krankenhäuser zur Palliativversorgung verbessert. Allerdings erhalten nur sieben bis acht Prozent der Patienten eine solche Versorgung, sagen die Mediziner. Der Mangel an palliativmedizinischen Fachkräften, welche alle Daten des Patienten analysieren, und der häufige Überoptimismus der Ärzte bei der Prognose des Krankheitsverlaufs seien Punkte, die zu diesem Problem beitragen. Hier komme der sogenannte Deep Learning AI-Algorithmus ins Spiel.
Vorhersagemodell der Mortalität basiert auf der Auswertung von großen Datenmengen
Aufgrund des Umfangs der verfügbaren Daten konnten wir ein Vorhersagemodell der Gesamtmortalität erstellen, erläutern die Forscher. Die als Deep-Learning-Algorithmus bekannte Lerntechnik verwende neuronale Netzwerke, um eine große Datenmenge zu filtern und zu analysieren.
Die Vorhersage der Mortalität sei dabei unabhängig von der Art der Erkrankung, dem Alter der Patienten und anderen Faktoren. Der Algorithmus verwendete die Daten der Patienten des Vorjahres vom ersten Kontakt an, um ihre Sterblichkeit innerhalb von zwölf Monaten zu bestimmen.
Die Datensätze von zwei Millionen Menschen wurden für die Studie analysiert
Für die Studie analysierten die Forscher zwei Millionen Datensätze von Erwachsenen und Kindern, welche in das Standford Hospital und das Lucile Packard Children’s Hospital eingewiesen wurden. Die Mediziner identifizierten so mögliche 200.000 Patienten für ihre Studie. Die elektronischen Patientenakten der Teilnehmer wurden dann durch das System analysiert, um ihre Mortalität vorherzusagen.
Der Algorithmus sollte anschließend die Mortalität von 160.000 Patienten innerhalb von 12 Monaten ab einem bestimmten Datum vorherzusagen. Dabei war das System in der Lage sich zu verbessern und dazuzulernen. So konnte der Algorithmus schließlich die Mortalität der Patienten innerhalb der nächsten drei bis zwölf Monaten vorhersagen.
Angaben zur Mortalität waren in neun von Zehn fällen zutreffend
Anschließend wertete der Algorithmus die Daten der verbleibenden 40.000 Patienten aus. Er war in der Lage in neun von zehn Fällen die Mortalität innerhalb der Zeitspanne von drei bis zwölf Monaten genau vorherzusagen. Es sollte sichergestellt werden, dass die am schwersten erkrankten Patienten eine Möglichkeit bekommen, mit ihren Familien zu besprechen, wie und wo sie ihre letzten Tage verbringen möchten, bevor sie so ernsthaft erkranken, dass sie auf eine Intensivstation eingeliefert werden müssen, sagen die Autoren. (as)
Autoren- und Quelleninformationen
Wichtiger Hinweis:
Dieser Artikel enthält nur allgemeine Hinweise und darf nicht zur Selbstdiagnose oder -behandlung verwendet werden. Er kann einen Arztbesuch nicht ersetzen.
