KI trainiert in der Behandlung von Blutvergiftung und Diagnose von Frakturen

Ursprünglicher Autor: John Timmer
  • Übersetzung

Und obwohl die KI bisher nicht mit jeder Krankheit fertig wird, sehen die Ergebnisse ihrer Arbeit bereits vielversprechend aus




Für eine effektive Behandlung der Patienten ist eine Kombination aus Training und Erfahrung erforderlich. Dies ist einer der Gründe, warum sich die Menschen auf die Aussichten für den Einsatz von KI in der Medizin freuen: Algorithmen können so trainiert werden, dass sie die Erfahrung von Tausenden von Ärzten nutzen und ihnen mehr Informationen geben, als sie jeder könnte.

Ende Oktober gab es einige Anzeichen dafür, dass die Software diesen Erwartungen sehr nahe gekommen sein könnte. Es wurden zwei Artikel veröffentlicht, in denen die hervorragenden vorläufigen Ergebnisse der Verwendung von AI zur Diagnose und Behandlung beschrieben werden. Die Papiere zeigen völlig unterschiedliche Aufgaben und Ansätze auf, was darauf hindeutet, dass die Bandbreite der Situationen, in denen KI nützlich sein kann, sehr groß ist.

Die Wahl der Behandlungsmethoden


Eine Studie konzentrierte sich auf Sepsis (Blutinfektion), die auftritt, wenn ein zu starkes Immunsystem auf eine Infektion anspricht. Sepsis ist die dritthäufigste Todesursache weltweit und bleibt auch nach dem Krankenhausaufenthalt ein Problem. Es gibt zwar Methoden zur Behandlung von Patienten, aber nach den Statistiken zu urteilen, gibt es erhebliche Möglichkeiten, die Situation zu verbessern. Daher beschloss ein kleines Team von Wissenschaftlern aus Großbritannien und den Vereinigten Staaten, zu prüfen, ob die Software diese Verbesserung leisten kann.

Sie verwendeten einen Verstärkungslernalgorithmusdas gilt in Situationen mit „seltenen Belohnungssignalen“ als wirksam. Mit anderen Worten, eine so große Stichprobe der Bevölkerung hat viele andere Dinge im Körper, mit Ausnahme der Sepsis, die die Ergebnisse einer Behandlung beeinflussen wird, und daher sind die Signale einer wirksamen Behandlung schwach und schwer zu unterscheiden. Dieser Ansatz wurde entwickelt, um die Chancen auf deren Anerkennung zu erhöhen.

Für die Schulung der Software wurde eine große Basis verwendet: über 17.000 Reanimationspatienten und 79.000 Krankenhauspatienten aus mehr als 125 Kliniken. Diese Patienten enthielten 48 Informationsparameter, von wichtigen Indikatoren und Labortests bis hin zur Demografie. Der Algorithmus verwendete Daten, um eine Behandlung zu bestimmen, die die Überlebenschance des Patienten für 90 Tage maximiert. Die Forscher nannten die resultierende Software "AI Clinician".

Um die Qualität der Arbeit der KI zu beurteilen, benutzte der Kliniker eine eigene Krankengeschichte der Patienten. Der Algorithmus wurde zur Auswahl der Behandlungsmethode verwendet, wonach die tatsächliche Behandlung der Patienten mit dem vorgeschlagenen Algorithmus verglichen wurde. Im Allgemeinen empfahl der PO niedrigere Injektionsdosen und höhere Dosen von Vasokonstriktor-Medikamenten. Menschen, deren Behandlung mit solchen Empfehlungen zusammenfiel, überlebten häufiger als andere Patientengruppen.

Diagnose


In der zweiten Arbeit wurde die Fähigkeit zur Erkennung von Problemen untersucht, die eine Behandlung erfordern, insbesondere Knochenbrüche. Oft sind solche Probleme leicht zu erkennen, aber selbst ein Spezialist kann kaum einen kleinen Chip oder einen kleinen Riss feststellen. In den meisten Fällen trifft die Diagnose nicht auf einen Arzt, sondern auf einen Arzt, der im Rettungsdienst arbeitet. Eine neue Studie versucht nicht, eine KI zu schaffen, die Ärzte ersetzt, sondern will ihnen nur helfen.

Das Team bat 18 orthopädische Chirurgen, 135.000 Bilder von möglichen Handgelenksfrakturen zu diagnostizieren, und benutzte diese Daten, um den Algorithmus, ein konvolutives neuronales Netz mit tiefem Training, zu trainieren. Der Algorithmus wurde verwendet, um Bereiche zu markieren, die es wert sind, auf Ärzte zu achten, die keine Spezialisten für Orthopädie sind. Tatsächlich half er ihnen, sich auf die Bereiche zu konzentrieren, in denen der Bruch am wahrscheinlichsten war.

In der Vergangenheit haben solche Tests zu viele Diagnosen gestellt, und die Ärzte empfahlen zusätzliche Tests in harmlosen Fällen. In diesem Fall nahm jedoch die Genauigkeit der Diagnose zu, und die Fehlalarme nahmen ab. Die Empfindlichkeit (oder Fähigkeit), Frakturen zu erkennen, ist von 81% auf 92% gestiegen, und die Genauigkeit (die Fähigkeit, eine korrekte Diagnose zu stellen) ist von 88% auf 94% gestiegen. In der Summe bedeutet dies, dass unter den Ärzten die Zahl der Fehldiagnosen fast halbiert würde.

In beiden Studien wurde die Software nicht in einem Kontext verwendet, der die medizinischen Umstände vollständig widerspiegelt. Notärzte und Ärzte, die Sepsis behandeln (und es können dieselben Personen sein), haben in der Regel viele weitere Gründe für Aufregung und Ablenkungen. Daher ist es schwierig, die KI in ihre Arbeit zu integrieren. Der Erfolg dieser Versuche legt jedoch nahe, dass klinische Versuche mit AI früher beginnen können, als bisher angenommen, und danach werden wir wirklich herausfinden, wie AI dazu beitragen kann, echte Diagnosen zu stellen und eine Behandlung zu verschreiben.

Jetzt auch beliebt: