Künstliche Intelligenz unterstützt medizinische Prognosen

Am Beispiel von Covid-19 sagt eine Methode maschinellen Lernens das individuelle Sterblichkeitsrisiko von Patienten voraus

16 February 2021 News Valérie Callaghan
Thumb ticker md adobestock 392981327

Vor schwierigen Entscheidungen: Ärztinnen und Ärzte müssen immer wieder das Risiko abschätzen, dass Menschen, die etwa an Covid-19 erkrankt sind, möglicherweise sterben. Der Covews-Algorithmus könnte Ihnen dabei künftig helfen. Er soll dazu beitragen, dass eine Therapie rechtzeitig angepasst werden kann. (© patrikslezak)

Für Ärztinnen und Ärzte sind es die wohl schwierigsten und belastendsten Entscheidungen: Gerade in der Covid-19-Pandemie müssen sie immer wieder abschätzen, wie hoch das Risiko für Patienten ist, an der Erkrankung zu sterben. Im besten Fall können sie dann die Behandlung anpassen, um die Betroffenen zu retten. Im schlimmsten Fall müssen sie knappe Ressourcen wie Intensivbetten oder lebensrettende Maschinen verteilen. Ein Team um Forschende des Max-Planck-Instituts für Intelligente Systeme hat nun einen Algorithmus entwickelt und mit Methoden des maschinellen Lernens trainiert, um Medizinerinnen und Mediziner mit Vorhersagen der Sterblichkeit zu unterstützen. Der Algorithmus lässt sich auch nutzen, um das Sterblichkeitsrisiko bei anderen Erkrankungen vorherzusagen.

Weiterführende Informationen
Covews COVID-19 machine learning mortality risk predictions