Forscher im Vereinigten Königreich testeten ein KI-Tool namens Foresight, das digitale Zwillinge von Patienten erstellt, um zukünftige Gesundheits- und Behandlungsergebnisse vorherzusagen.
Die Idee der Erstellung digitaler Zwillinge in verschiedenen Branchen ermöglicht es Ingenieuren, Systeme in einer Simulation zu testen, bevor sie in der realen Welt eingesetzt werden. KI-Tools wie Vorausschauend ermöglichen dies nun auch den Angehörigen der Heilberufe.
Jedes Mal, wenn ein Patient einen Arzt aufsucht, werden Informationen zu seiner elektronischen Gesundheitsakte (EHR) hinzugefügt. Einige dieser Daten sind strukturiert (Alter, Geschlecht, ethnische Zugehörigkeit), aber die meisten sind unstrukturiert, wie Testergebnisse oder Notizen eines Arztes.
Foresight verwendet ein GPT-basiertes Modell, um diese Daten in ein Modell oder einen digitalen Zwilling des Patienten umzuwandeln. Da Foresight auf der Grundlage riesiger Mengen von EHR-Daten anderer Patienten trainiert wurde, ist es in der Lage, gesundheitliche Ergebnisse vorherzusagen, z. B. die Art der Krankheiten, die ein Patient wahrscheinlich entwickeln wird, oder sein Ansprechen auf eine bestimmte Behandlung.
James Teo, Professor am King's College Hospital und Mitautor der Studie, erläuterte die Bedeutung dieser Tatsache. Teo sagte auf X: "Im Gegensatz zu LLMs, die einfach das nächste Wort vorhersagen, prognostiziert Foresight mögliche Zukünfte für Patienten und stellt mögliche Multiversen dar, um Krankheiten zu verstehen."
Man könnte die elektronische Patientenakte eines Patienten nehmen und dann mehrere Versionen des Patienten simulieren, um seinen Gesundheitsverlauf vorherzusagen. Bisher musste ein Arzt die elektronische Patientenakte eines Patienten lesen, sich für eine Behandlungsoption entscheiden und dann die Ergebnisse nach einiger Zeit auswerten, um die Wirksamkeit der Behandlung zu überwachen.
Mit Foresight könnte ein Arzt mehrere potenzielle Behandlungen simulieren, wobei das Modell die kurz- und langfristigen Ergebnisse jeder Behandlung vorhersagt. Dies ist ein weitaus kosteneffizienterer Ansatz und erspart dem Patienten die "Versuchen wir es mal so"-Methode, zu der viele Ärzte greifen müssen.
Ergebnisse
Die Studie, veröffentlicht in The Lancet Digital HealthIn seinem Vortrag erläuterte er, wie die Forscher drei verschiedene Foresight-Modelle anhand von Krankenhausdatensätzen aus zwei britischen Krankenhäusern und einem öffentlich zugänglichen Datensatz aus den USA mit insgesamt 811 336 Patienten trainierten.
Die Aufgabe von Foresight bestand darin, aus einer Liste von 10 möglichen Erkrankungen diejenige auszuwählen, die ein Patient mit hoher Wahrscheinlichkeit entwickeln würde. Die nächste Erkrankung wurde in 68% bzw. 76% der Fälle bei Verwendung der beiden britischen Datensätze und in 88% der Fälle bei Verwendung der US-Daten richtig vorhergesagt.
Bei der Vorhersage des nächsten neuen biomedizinischen "Konzepts", bei dem es sich um eine Krankheit, ein Symptom, einen Rückfall oder ein Medikament handeln könnte, erreichte Foresight mit den Datensätzen aus dem Vereinigten Königreich und den USA eine Genauigkeit von 80%, 81% bzw. 91%.
Die unterschiedlichen Leistungen zeigen, wie sehr die KI-Tools von einer guten Datenqualität abhängen.
So aufregend diese Anwendung von KI auch ist, die Forscher weisen auf einige Herausforderungen hin, die es zu bewältigen gilt. Die Suche nach Möglichkeiten, wie das Modell neue Behandlungen und Interventionen richtig abwägen oder die Bedeutung der Wahrscheinlichkeit gegenüber der Dringlichkeit und den Auswirkungen richtig bewerten kann, sind nur zwei Beispiele.
Die Forscher arbeiten an der Entwicklung von Foresight 2, das ein noch genaueres Modell sein soll.
Mit der Entdeckung neuer Medikamente und Konzepten wie Patientenmodellierung, Simulation und Vorhersage wird die KI einen erheblichen Einfluss auf die Qualität der Gesundheitsversorgung haben, die wir erhalten.