Künstliche Intelligenz reduziert Sepsis-Sterblichkeit um 17% in Notaufnahmen der UC San Diego

SAN DIEGO / MÜNCHEN (IT BOLTWISE) – In einer bahnbrechenden Entwicklung hat eine kürzlich durchgeführte Studie der Medizinischen Fakultät der Universität von Kalifornien, San Diego, die bemerkenswerte Wirkung Künstlicher Intelligenz (KI) bei der Identifizierung von Patienten, die ein Risiko für eine Sepsis-Infektion haben, aufgedeckt.

Eine kürzlich durchgeführte Studie an der Medizinischen Fakultät der Universität von Kalifornien, San Diego, hat in einer bemerkenswerten Entwicklung die eindrucksvolle Rolle Künstlicher Intelligenz (KI) bei der Identifizierung von Patienten, die ein Risiko für eine Sepsis-Infektion haben, aufgezeigt. Die im Online-Teil der Zeitschrift npj Digital Medicine am 23. Januar 2024 veröffentlichte Studie stellte ein KI-Modell namens COMPOSER vor, das zu einer signifikanten Reduktion der Sterblichkeitsrate um 17% führte.

Kontinuierliche Überwachung mit COMPOSER
Das COMPOSER KI-Modell, das vom Forschungsteam entwickelt wurde, arbeitet effektiv im Hintergrund der Notaufnahmen des UC San Diego Health. Bei der Ankunft der Patienten beginnt der Algorithmus mit der Überwachung von über 150 Patientenvariablen, einschließlich Laborergebnissen, Vitalzeichen, aktuellen Medikamenten, Demografie und Krankengeschichte, um Anzeichen für ein Sepsisrisiko zu identifizieren.

Erkennt die KI mehrere Risikofaktoren, die auf ein hohes Potenzial für eine Sepsis-Infektion hinweisen, warnt sie sofort das Pflegepersonal über das elektronische Gesundheitsakten-System des Krankenhauses. Das Pflegeteam arbeitet dann mit den Ärzten zusammen, um die am besten geeigneten Behandlungspläne für diese Patienten zu bestimmen, was möglicherweise Leben rettet, indem frühzeitig Interventionen eingeleitet werden.

Aufdeckung verborgener Muster
Eine der Hauptstärken des COMPOSER KI-Modells ist seine Fähigkeit, komplexe und subtile Risikomuster zu erkennen, die dem menschlichen Auge möglicherweise entgehen würden. Durch die Analyse dieser Risikofaktoren kann die KI sehr genaue Vorhersagen von Sepsis liefern. Umgekehrt werden, wenn die Risikomuster mit größerer Sicherheit anderen Zuständen zugeordnet werden können, keine Warnungen ausgelöst, was den Fokus auf echte Sepsisfälle sicherstellt.

Die von UC San Diego durchgeführte Studie untersuchte die Auswirkungen von COMPOSER auf über 6.000 Patientenaufnahmen vor und nach dessen Einsatz in den Notaufnahmen des UC San Diego Medical Center in Hillcrest und des Jacobs Medical Center in La Jolla. Diese Forschung markiert das erste Mal, dass ein KI-Tiefenlernmodell, das künstliche neuronale Netzwerke verwendet, die Patientenergebnisse verbesserte, indem es gesundheitliche Bedenken korrekt identifizierte.

Dr. Gabriel Wardi, Leiter der Abteilung für Intensivmedizin in der Abteilung für Notfallmedizin an der Medizinischen Fakultät der UC San Diego, betont die Bedeutung von COMPOSER bei der Beschleunigung lebensrettender Therapien für Patienten. Das KI-Modell ist seit Dezember 2022 aktiv und wird nun auf die stationären Einheiten in verschiedenen Krankenhäusern von UC San Diego Health ausgeweitet, einschließlich des bevorstehenden UC San Diego Health East Campus.

UC San Diegos Engagement für KI im Gesundheitswesen
UC San Diego Health steht an der Spitze der Integration von KI in das Gesundheitswesen. Kürzlich ernannte die Einrichtung ihren ersten Chief Health AI Officer und gründete das Joan und Irwin Jacobs Center for Health Innovation. Dieses Zentrum entwickelt fortschrittliche und anspruchsvolle Gesundheitslösungen, die KI-Technologie nutzen.

Neben dem COMPOSER KI-Modell erforscht UC San Diego Health auch innovative Wege, KI in die Gesundheitsbetriebsabläufe zu integrieren. So hat die Einrichtung ein Pilotprogramm in Zusammenarbeit mit Epic, einem cloudbasierten elektronischen Gesundheitsakten-System, und der generativen KI-Integration von Microsoft gestartet. Dieses Programm vereinfacht das Erstellen von mitfühlenden Nachrichtenantworten durch ChatGPT, sodass Ärzte und Pflegekräfte mehr Zeit für die Patientenversorgung aufwenden können.

Hinweis: Teile dieses Textes könnten mithilfe einer Künstlichen Intelligenz generiert worden sein.