Forschung: Künstliche Intelligenz sagt den Todeszeitpunkt voraus

Mit Hilfe von hunderttausenden Patientendaten haben Forscher neuronale Netze trainiert, die vierundzwanzig Stunden nachdem ein Patient in ein Krankenhaus eingewiesen wird, seinen wahrscheinlichsten Todeszeitpunkt voraussagen können.

In Pocket speichern vorlesen Druckansicht 212 Kommentare lesen
eHealth, Big Data in der Medizin, Medizintechnik, Puls
Lesezeit: 3 Min.
Von
  • Fabian A. Scherschel

Forscher der Informatik-Fachabteilung und des Uniklinikums der Stanford-Universität in den USA haben ein Deep-Learning-Modell entwickelt, das aus Patientendaten den wahrscheinlichsten Todeszeitpunkt vorhersagen kann. Das Ganze ist nicht so makaber, wie es auf den ersten Blick scheint: Ziel der Software ist es, den Patienten die letzten Tage ihres Lebens so angenehm wie möglich zu gestalten. Es geht darum, es todkranken Patienten zu ermöglichen, zu Hause im Kreise ihrer Familie zu sterben.

Laut den Forschern haben Studien gezeigt, dass knapp 80 Prozent aller Amerikaner mit unheilbaren Krankheiten wenn möglich ihre letzten Tage zu Hause verbringen wollen, das aber oft nicht möglich ist. Bis zu 60 Prozent der Todesfälle bei todkranken Patienten ereignen sich demnach in der Intensivstation eines Krankenhauses, obwohl das oft nicht nötig wäre: zumeist kommt es zu einer Fehleinschätzung der behandelnden Ärzte. Mit ihrer KI-Datenanalyse-Technik wollen die Forscher dazu beitragen, dass solche Patienten in die Palliativ-Versorgung überführt werden – deren Schwerpunkt liegt nicht darauf, die Patienten am Leben zu erhalten, sondern ihnen das Sterben so angenehm wie möglich zu machen.

Im Rahmen ihrer Studie fütterten die Forscher KI-Algorithmen mit den Daten von 221.284 Patienten der Unikrankenhäuser von Stanford aus der Zeit zwischen 1995 und 2014 – diese wurden aus einem Gesamtpool von fast 2 Millionen Datensätzen ausgewählt. Mit diesen Informationen trainierten die Forscher neuronale Netze mit Hilfe eines Python-Programms. Aufgabe der Algorithmen war es, an Hand der Patientendaten vierundzwanzig Stunden nach Aufnahme in das Krankenhaus vorherzusagen, wann ihr wahrscheinlichster Todeszeitpunkt ist. Am wichtigsten waren dabei Patienten, die zwischen 3 und 12 Monate nach ihrer Aufnahme verstarben – sie sind die besten Kandidaten für palliative Pflege.

Die Berechnungen wurden auf einer Nvidia TitanX via CUDA durchgeführt. Aus den Ergebnissen, bei denen sich die KI-Algorithmen am sichersten waren, wurden 50 Patienten zufällig ausgewählt und den Palliativ-Spezialisten der Klinik vorgelegt. In allen Fällen schlossen die Experten aus dem weiteren Krankheitsverlauf, dass die Patienten für die Palliativ-Versorgung in Frage gekommen wären. Auf Grund der guten Ergebnisse wird das KI-Modell nun als Pilotprojekt am Universitätskrankenhaus von Stanford eingesetzt, um neu eingewiesene Patienten, die für Palliativ-Versorgung in Frage kämen, zu identifizieren.

Paper zur Studie auf Arxiv: Improving Palliative Care with Deep Learning, Avati et al. (fab)