NewsMedizinKünstliche Intelligenz sagt Herz-Kreis­lauf-Risiko besser voraus
Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Medizin

Künstliche Intelligenz sagt Herz-Kreis­lauf-Risiko besser voraus

Dienstag, 18. April 2017

/frankoppermann.stock.adobe.com

Nottingham – Vier verschiedene Algorithmen des maschinellen Lernens haben in einer Studie in PLOS ONE (2017; doi: 10.1371/journal.pone.0174944) kardiovaskuläre Ereignisse von Hausarztpatienten besser vorhergesagt als die geltenden Leitlinien kardiologischer Fachgesellschaften.

Therapieentscheidungen werden (nicht nur) in der Kardiologie immer häufiger vom individuellen Risiko der Patienten abhängig gemacht. Um das Risiko zu bestimmen, haben Fachgesellschaften Risiko-Scores veröffentlicht. Sie beruhen zumeist auf den Erfahrungen aus früheren prospektiven Beobachtungsstudien.

Anzeige

Das bekannteste Beispiel ist der Framingham-Score, in den die Daten der Framingham Heart Study einflossen. Diese Scores spiegeln eine Wirklichkeit wider, die sich seither verändert hat und sie gelten wegen der unterschiedlichen ethnischen Zusammen­setzung der Bevölkerung streng genommen nur für ein Land. Deshalb wird in Deutschland der PROCAM-Score bevorzugt.

Die Analyse von elektronischen Krankenakten macht es heute möglich, innerhalb kurzer Zeit und ohne großen personellen Aufwand die früheren Risiko-Scores zu aktualisieren. Das maschinelle Lernen erlaubt dabei eine breite Analyse, die mehr Aspekte der menschlichen Gesundheit berücksichtigt als die konventionelle Risiko-Analyse, die sich auf wenige Faktoren (etwa Blutdruck, Cholesterin, Rauchen) beschränkt.

Der Epidemiologe Stephen Weng von der Universität Nottingham hat vier unterschied­liche Algorithmen des maschinellen Lernens auf die Daten der Clinical Practice Research Datalink (CPRD) angewendet, die die Daten von fast 700 Familienpraxen in Großbritannien speichert. Die Daten wurden auf zwei Pakete verteilt.

Das erste Paket, das die Daten von 295.267 Patienten umfasste, diente dem Training der vier Algorithmen, die die Verfahren Random Forest, logistische Regression, Gradient Boosting und neuronale Netzwerke benutzten. Die dabei erlernte Risiko-Prognose wurde dann in einer Validierungskohorte an 82.989 Patienten überprüft. Zum Vergleich wurde der aktuelle Risiko-Score der American Heart Association und des American College of Cardiology (ACC/AHA) auf die Daten angewendet.

Ergebnis: Alle vier Algorithmen des maschinellen Lernens waren dem ACC/AHA-Score überlegen. In der AUC-Analyse erzielten sie Werte zwischen 0,745 und 0,764 gegen­über 0,728 mit dem ACC/AHA-Score. Ein AUC-Wert von 1,0 beschreibt eine 100-prozentige Vorhersage, während 0,5 dem Werfen eines Würfels gleichkommt. Das beste Ergebnis erzielte das neuronale Netzwerk: Es sagte 7,6 Prozent mehr voraus als der ACC/AHA-Score und senkte gleichzeitig die Zahl der falschen Alarme um 1,6 Prozent. In der Validierungsphase konnten damit 355 zusätzliche Patienten einer Therapie zugeordnet werden, die in der Lage ist, die Prognose zu verbessern. 

Laut Weng wurde in der Studie das maschinelle Lernen erstmals auf eine Datenbank elektronischer Krankenakten angewendet. Ein Algorithmus des neuronalen Netzwerks hat sich zuvor bereits an den Daten der PROCAM-Studie bewährt, wo allerdings noch mühsam die Daten aus konventionellen Krankenakten verwendet wurden. Auch damals gelang es, die Vorhersage des konventionellen Scores zu verbessern (Int J Epidemiol 2002; 31: 1253-62).

Dennoch gibt es Bedenken gegen die „Black-Box“-Natur des maschinellen Lernens. Die Epidemiologen geben dabei zwar vor, welche Patienteneigenschaften die künstliche Intelligenz verwenden soll. Die genauen Berechnungen bleiben jedoch weitgehend im Dunkeln. Zwar wurden inzwischen Methoden zur „Daten-Visualisierung“ entwickelt. Die Nachvollziehbarkeit ist jedoch nicht immer gegeben und Weng gesteht ein, dass das maschinelle Lernen nicht frei von Fehlern ist. Der Vorteil der Methode besteht jedoch darin, dass sie regelmäßig an neuen Datenbanken überprüft und aktualisiert werden kann. © rme/aerzteblatt.de

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

LNS

Nachrichten zum Thema

26. September 2018
Berlin – Die wesentlichen Eckpunkte des TSVG-Referentenentwurfs, die das Thema E-Health betreffen, finden sich auch im Kabinettsentwurf wieder. Dazu zählt die Verpflichtung der gesetzlichen
E-Health im TSVG: Keine Überraschungen
25. September 2018
Berlin – Die neue sogenannte Enquete-Kommission des Bundestages zu künstlicher Intelligenz (KI) sollte sich besonders auf das Gesundheitswesen konzentrieren. Das fordert der CDU-Gesundheitspolitiker
CDU-Politiker: Das Gesundheitswesen ist ein Schlüsselbereich für die künstliche Intelligenz
25. September 2018
Berlin – Seit Kurzem können Versicherte der DAK, IKK classic und IKK Südwest, mehrerer Betriebskrankenkassen sowie der privaten Kran­ken­ver­siche­rungen Allianz und Barmenia die elektronische
Elektronische Gesundheitsakte: Tipps für Ärzte zum Umgang mit Vivy
24. September 2018
Hamburg – Bei Rauchern wird ein bestimmtes Gen für einen Rezeptor, der an Entzündungen und der Neubildung von Blutgefäßen beteiligt ist, häufiger abgelesen als bei Nichtrauchern. Dieses molekulare
Rauchen verändert die Genaktivität eines Rezeptors
20. September 2018
Hannover – Hepatozyten vermitteln eine entscheidende Abwehrreaktion gegen Coxsackieviren. Diese sind in Europa und den USA häufige Auslöser für Herzmuskelentzündungen. Entsprechende Ergebnisse haben
Leberzellen wehren Herzmuskelentzündungen ab
20. September 2018
Mainz – Die Lan­des­ärz­te­kam­mer Rheinland-Pfalz hat den Weg für die ausschließliche Fernbehandlung von Patienten im Einzelfall frei gemacht. Die 80 Mitglieder der Ver­tre­ter­ver­samm­lung folgten bei ihrem
Auch in Rheinland-Pfalz künftig ausschließliche Fernbehandlung möglich
19. September 2018
Berlin – Von den insgesamt rund 6.500 Berliner Praxen sind mittlerweile rund 1.000 an die Tele­ma­tik­infra­struk­tur (TI) angeschlossen. „Das ist ein sehr gutes Ergebnis, wenn man bedenkt, unter welch
VG WortLNS LNS LNS

Fachgebiet

Anzeige

Weitere...

Anzeige

Aktuelle Kommentare

Archiv

NEWSLETTER