Ein künstliches Intelligenzsystem zur Fäulnisfrüherkennung erfasst 82 Prozent aller Krankheiten. Es könnte bald Tausende Leben retten. Sepsis ist eine der häufigsten Erkrankungen im Krankenhausbereich. Trotz Behandlung sterben etwa 25 Prozent der Patienten mit Sepsis und 45 Prozent mit schwerer Sepsis. Ein möglichst früher Behandlungsbeginn erhöht die Überlebenschancen erheblich. Sepsis wird durch außer Kontrolle geratene Infektionskrankheiten verursacht. In Deutschland sterben jedes Jahr mehr als 75.000 Menschen an Fäulnis. Studien zufolge können 15.000 bis 20.000 vermieden werden. Damit ist Sepsis nach Herz-Kreislauf-Erkrankungen und Krebs die dritthäufigste Todesursache in Deutschland. Sepsis ist auch in anderen Ländern eine häufige Todesursache. In den Vereinigten Staaten entwickeln jedes Jahr etwa 1,7 Millionen Erwachsene eine Sepsis. Mehr als 250.000 von ihnen sterben. Die Weltgesundheitsorganisation listete Sepsis 2017 als globale Bedrohung auf und schätzte, dass 49 Millionen Menschen an Sepsis starben und 11 Millionen im selben Jahr starben – etwa 20 Prozent der jährlichen Todesfälle weltweit.
Die Früherkennung einer Sepsis ist eine Frage von Leben und Tod
Der Zeitpunkt, zu dem eine Sepsis festgestellt wird, bestimmt den Krankheitsverlauf. Je früher eine Sepsis erkannt wird, desto größer sind die Heilungschancen. Frühsymptome wie Fieber oder Verwirrtheit ähneln jedoch denen anderer Erkrankungen und werden manchmal übersehen. Forscher der Johns Hopkins University haben daher ein KI-Frühwarnsystem für Sepsis entwickelt, das die Krankengeschichte der Patienten mit aktuellen Symptomen und Laborergebnissen zusammen analysiert und feststellt, ob ein Risiko für eine Sepsis besteht. Das KI-System schlägt auch Behandlungsprotokolle vor, etwa den Einsatz von Antibiotika. Auch das „Targeted Real-Time Early Warning System“ (TREWS) trackt Patienten von der Ankunft im Krankenhaus bis zur Entlassung und soll dafür sorgen, dass keine wichtigen Informationen übersehen werden – auch bei einem Personalwechsel oder einer Versetzung. Bayesian Health, ein Unternehmen, das 2016 aus der Johns Hopkins University ausgegliedert wurde, leitete den Einsatz des Systems in allen Krankenhäusern. In verschiedenen Studien der Johns Hopkins University haben mehr als 4.000 medizinische Fachkräfte aus fünf Krankenhäusern das KI-System zur Behandlung von 590.000 Patienten eingesetzt. Die Forscher testeten auch die diagnostische Fähigkeit von TREWS mit 173.931 früheren Fällen. Spanne {Breite: 5 Pixel; Höhe: 5px; Hintergrundfarbe: #5b5b5b; }#mailpoet_form_11{border-radius: 0px;text-align: left;}#mailpoet_form_11 form.mailpoet_form {padding: 20px;}#mailpoet_form_11{width: 100%;}#mailpoet_form_11 ;mailmargin_mes padding: 0 20px;}#mailpoet_form_11 . mailpoet_paragraph.last {margin-bottom: 0} @media (max-width: 500px) {#mailpoet_form_11 {background-image: none;}} @media (min-width: {500x) #mailpoet_form_11 .last .mailpoet_paragraph:last- child {margin-bottom: 0}} @media (max-width: 500px) {#mailpoet_form_11 .mailpoet_form_column:last-child .mailpoet_paragraph:last-bottomld: {0} ]]>
Das KI-System von TREWS übertrifft ältere Systeme deutlich
Laut der Studie handelte es sich bei 38 Prozent aller Warnungen von TREWS um tatsächliche Fäulnisfälle. Insgesamt identifizierte das KI-System im Untersuchungszeitraum 82 Prozent aller Sepsisfälle. „Dies ist in vielerlei Hinsicht ein großer Durchbruch“, sagte Co-Autor Albert Wu, Pathologe und Direktor des Johns Hopkins Center for Health Services and Outcomes Research. “Bisher haben die meisten Systeme dieser Art viel öfter falsch als richtig gelegen.” Andere elektronische Tools zur Fäulniserkennung erfassen nur bis zu 33 Prozent aller Fäulnisfälle. Außerdem machen tatsächliche Fäulnisfälle nur zwei bis fünf Prozent der Gesamtzahl aller Warnungen aus solchen Systemen aus. „Diese Fehlalarme untergraben das Vertrauen“, sagte Wu. Warnungen von TREWS, auf die innerhalb von drei Stunden reagiert wurde, führten im Durchschnitt fast zwei Stunden früher zu einer Antibiotikabehandlung, schreiben die Autoren. Dies führte in dieser Gruppe zu einer geringeren Krankenhaussterblichkeit, weniger Organversagen und einer kürzeren Verweildauer.
TREWS soll tausende Menschen retten
„Es ist der erste Einsatz künstlicher Intelligenz am Bett, der von Tausenden von Anbietern verwendet wird und nachweislich Leben rettet“, sagte Suchi Saria, Gründungsdirektor des Malone Center for Engineering in Healthcare an der Johns Hopkins University und Hauptautor der Studien. Er erwartet, dass TREWS und ähnliche Systeme jedes Jahr das Leben Tausender Menschen retten, die von Fäulnis betroffen sind. Saria und ihre Kollegen wollen TREWS in Zukunft auf andere Risiken als Rot ausweiten. Das Team hat die Technologie bereits angepasst, um Patienten mit einem Risiko für Dekubitus, plötzliche Verschlechterung von Blutungen, akutem Atemversagen und Herzstillstand zu identifizieren. TREWS unterscheidet sich grundlegend von älteren Diagnosesystemen ohne KI-Unterstützung. „Es ist anpassungsfähig und berücksichtigt die Vielfalt der Patientenpopulationen, die einzigartige Art und Weise, wie Ärzte und Krankenschwestern an verschiedenen Orten Pflege leisten, und die einzigartigen Merkmale jedes Gesundheitssystems, wodurch es wesentlich genauer wird und das Vertrauen und die Akzeptanz der Anbieter gewinnt. “, sagt Sarah. Hinweis: Links zu Onlineshops in Artikeln können sogenannte Affiliate-Links sein. Wenn Sie über diesen Link kaufen, erhält MIXED.de vom Verkäufer eine Provision. Der Preis ändert sich für Sie nicht.
