Home Medizin EKG-Deep-Learning-Algorithmus sagt Mortalität nach einer Operation voraus

EKG-Deep-Learning-Algorithmus sagt Mortalität nach einer Operation voraus

von NFI Redaktion

OBERSTE ZEILE:

Ergebnisse einer großen neuen Studie zeigen, dass ein Deep-Learning-Algorithmus mit künstlicher Intelligenz (KI), der präoperative EKGs analysiert, in der Lage ist, das Risiko für einen postoperativen Tod bei Patienten zu identifizieren, die Herzoperationen, nichtkardialen Operationen und interventionelle Eingriffe durchführen. Der Algorithmus war effektiver als ein weit verbreitetes Risikoberechnungstool zur Identifizierung von Hochrisikopatienten mit postoperativer Mortalität.

METHODE:

  • Die Forscher bewerteten die Leistung des KI-Algorithmus PreOpNet, der auf präoperativen EKGs von 36.839 Patienten im Durchschnittsalter von 65 Jahren trainiert wurde, die sich von 2015 bis 2019 Eingriffen im Cedars-Sinai Medical Center (CSMC) unterzogen hatten. Das Hauptergebnis war die 30-Tage-Mortalität nach Herzoperationen, nichtkardialen Operationen und interventionellen Eingriffen.
  • Die Leistung von PreOpNet wurde mit dem etablierten Risikoberechnungstool Revised Cardiac Risk Index (RCRI) verglichen. Außerdem wurde der Algorithmus in Kohorten aus zwei externen Gesundheitssystemen validiert: Stanford Healthcare (SHC) und Columbia University Medical Center (CUMC).

ERGEBNISSE:

  • Der Algorithmus unterschied die Mortalität mit einer Fläche unter der Kurve (AUC) von 0,83 im Vergleich zum herkömmlichen RCRI (AUC 0,67). Patienten mit einem hohen Risiko, das durch das Deep-Learning-Modell festgestellt wurde, hatten ein höheres unbereinigtes Odds Ratio für postoperative Mortalität im Vergleich zu Patienten mit einem hohen RCRI-Score.
  • PreOpNet zeigte eine ähnliche Leistung bei der Unterscheidung der Mortalität bei kardiovaskulären und nichtkardialen Operationen. Die externe Validierung ergab ähnliche Genauigkeit, Sensitivität und Spezifität wie in der CSMC-Kohorte.

IN DER PRAXIS:

Studienleiter Dr. David Ouyang betonte, dass aktuelle klinische Risikovorhersagetools unzureichend seien und dass das KI-Modell potenziell dazu verwendet werden könnte, genau zu bestimmen, welche Patienten sich einer Intervention unterziehen sollten.

QUELLE:

Die Studie wurde von Ouyang und Kollegen durchgeführt und am 7. Dezember 2023 online in Die Lancet Digital Health veröffentlicht.

EINSCHRÄNKUNGEN:

Der Algorithmus ist möglicherweise nicht auf Patienten mit geringem Risiko anwendbar, die kein präoperatives EKG benötigen. Alle Analysen wurden an retrospektiven Kohorten durchgeführt.

OFFENLEGUNG:

Die Studie wurde vom National Heart, Lung, and Blood Institute finanziert. Ouyang berichtet über Unterstützung durch die National Institutes of Health und Alexion sowie über Beratung oder Honorare für Vorträge von verschiedenen Organisationen.

Related Posts

Adblock Detected

Please support us by disabling your AdBlocker extension from your browsers for our website.