Direkt zum Inhalt Direkt zur Navigation
Sie sind hier: Startseite Nachrichten Gesundheit Algorithmus sagt Notfälle im Krankenhaus voraus

Algorithmus sagt Notfälle im Krankenhaus voraus

Archivmeldung vom 15.08.2014

Bitte beachten Sie, dass die Meldung den Stand der Dinge zum Zeitpunkt ihrer Veröffentlichung am 15.08.2014 wiedergibt. Eventuelle in der Zwischenzeit veränderte Sachverhalte bleiben daher unberücksichtigt.

Freigeschaltet durch Thorsten Schmitt
Code Blue: Ein Krankenhaus-Code für Notfälle. Bild: flickr.com/COD
Code Blue: Ein Krankenhaus-Code für Notfälle. Bild: flickr.com/COD

Wissenschaftler der Carnegie Mellon University (CMU) in Pittsburgh haben einen neuartigen Computeralgorithmus entwickelt, der einigen Patienten bei Notfällen in Krankenhäusern in Zukunft das Leben retten könnte. Konkret geht es dabei um solche Fälle, die von Ärzten und Krankenhauspersonal mit dem speziellen Notfall-Code "Code Blue" kategorisiert werden. Dazu gehören etwa akute Herz- oder Atemstillstände, die eine sofortige Reanimation der Betreffenden erfordern. Solche lebensbedrohlichen Situationen sollen sich nun mithilfe des neuen Algorithmus im Idealfall schon bis zu vier Stunden vor deren eigentlichem Auftreten vorhersagen lassen.

"Unser Ziel war es, zu zeigen, ob ein Computer vorhersagen kann, wann diese Notsituationen eintreffen", zitiert der NewScientist den verantwortlichen Projektleiter Sriram Somanchi, PhD-Student am Machine Learning Department der Carnegie Mellon University. Bislang müsste das Personal in Krankenhäusern auf sogenannte "Modified Early Warning Scoreboards" zurückgreifen, die auf Basis der aktuellen Vitalwerte eines individuellen Patienten eine grobe überschlagsmäßige Einschätzung der Wahrscheinlichkeit eines derartigen Ernstfalls erlauben. "Mithilfe des neuen Algorithmus sollen diese Prognosen letztendlich wesentlich genauer und früher erfolgen können", so Somanchi.

Zwei Drittel der Fälle erkannt

Um sein ambitioniertes Ziel erreichen zu können, hat der CMU-Forscher gemeinsam mit seinem Team einen selbstlernenden Algorithmus mit Daten von insgesamt 133.000 Patienten gefüttert. Diese stammen aus vier verschiedenen Krankenhäusern Chicagos und wurden im Zeitraum zwischen 2006 und 2011 gesammelt. Darin enthalten sind sowohl Informationen über den Gesundheitszustand vor dem Eintreten eines akuten Notfalls als auch danach. "Wir mussten zunächst verstehen, was genau mit Code-Blue-Patienten passiert, bevor es zu einem ernsten Zwischenfall kommt", erläutert Somanchi die Herangehensweise.

Dabei stellte sich heraus, dass es im Untersuchungszeitraum tatsächlich 815 Mal zu einem "Code Blue" gekommen war. Bei einer Auswertung der gesammelten Daten konnte der Computeralgorithmus unter Verwendung von 72 unterschiedlichen Vitalparametern wie Herzschlag, Blutdruck oder Butzuckerspiegel in rund zwei Dritteln der Fälle einen künftigen Notfall korrekt vorhersagen. In einigen Beispielen funktionierte das sogar bis zu vier Stunden vor dem eigentlichen Eintreten des Problems. Im Vergleich dazu schafft es die zurzeit gängige Scoreboard-Variante gerade einmal auf eine Trefferquote von 30 Prozent.

"Viel Arbeit vor uns"

Laut Somanchi ist die Entwicklung des Algorithmus gegenwärtig aber noch lange nicht abgeschlossen. "Wir haben noch viel Arbeit vor uns. Im Moment liefert unsere Software noch in 20 Prozent der Fälle einen Fehlalarm", schildert der Wissenschaftler seinen nächsten Ansatzpunkt für Verbesserungen. Um die Zielgenauigkeit zu erhöhen, will er den Algorithmus so bald als möglich auch mit Patientendaten aus weiteren Krankenhäusern trainieren lassen, kündigt Somanchi an.

Quelle: www.pressetext.com/Markus Steiner

Videos
Daniel Mantey Bild: Hertwelle432
"MANTEY halb 8" deckt auf - Wer steuert den öffentlich-rechtlichen Rundfunk?
Mantey halb 8 - Logo des Sendeformates
"MANTEY halb 8": Enthüllungen zu Medienverantwortung und Turcks Überraschungen bei und Energiewende-Renditen!
Termine
Newsletter
Wollen Sie unsere Nachrichten täglich kompakt und kostenlos per Mail? Dann tragen Sie sich hier ein:
Schreiben Sie bitte belaubt in folgendes Feld um den Spam-Filter zu umgehen

Anzeige