Künstliche Intelligenz soll Prognosen bei Koma-Patienten unterstützen

News

Erstmals ist es einem Forschungsteam gelungen, den Deep-Learning-Prozess zu entschlüsseln, den eine KI für Prognosen bei Koma-Patienten nutzt. Laut der Forschergruppe soll sich die KI auf dieselben Muster verlassen wie Neurologen. Die Ergebnisse machen die KI transparenter und fördern deren Akzeptanz auf Intensivstationen.

Mit den Studienergebnissen ist die Tätigkeit des KI-Netzwerkes transparenter geworden, ein wichtiger Schritt hin zu einer möglichen klinischen Anwendung. (Source: Insel-Gruppe)

Zuverlässige Prognosen bei Koma-Patientinnen und -Patienten auf der Intensivstation sind essenziell. Künstliche Intelligenz könnte dereinst Neurologen beim Erstellen zuverlässiger Prognosen unterstützen, sagt ein Team von Schweizer Forschern. Allerdings müsse dazu deren Transparenz verbessert werden. Wie die Universität Bern mitteilt, ist es dem Forscherteam erstmals gelungen, den Deep-Learning-Prozess zu entschlüsseln, der Prognose-Entscheiden zugrundeliegt.

Als Prognoseinstrument dienen unter anderem die Elektroenzephalogramme (EEG). Dem multidisziplinären Forschungsteam aus dem Schlaf-Wach-Epilepsie-Zentrum (SWEZ) der Universitätsklinik für Neurologie des Inselspitals (F. Zubler), der Computer Vision Group des Instituts für Informatik der Universität Bern (S. Jonas, S. Jenni, und P. Favaro) sowie der Kliniken für Neurologie (A. Rossetti) und Intensivmedizin (M. Oddo) des Lausanner Centre hospitalier Universitaire Vaudois (CHUV) ist es nun gelungen, wichtige, entscheidungsrelevante Muster in EEG von Koma-Patientinnen und -Patienten zu identifizieren. Dabei nutzen KI-Systeme dieselben Muster, die auch menschliche Neurologen für ihre Prognosen verwenden.

Bis anhin hätten die Deep-Learning-Netzwerke keinen Hinweis darauf gegeben, welche Informationen ihren Entscheiden zugrunde lagen. Die jetzt vorgelegten Forschungsergebnisse machen in erster Linie die medizinische KI nachvollziebar und transparenter. Gerade für die ethische Ebene der gefällten Entscheide sei dies von grösster Bedeutung, schreiben die Forscher. Welche Herausforderungen sich bei der Regulierung von KI im medizinischen Sektor stellen, lesen Sie hier.