Sie befinden sich hier

Inhalt

KI verbessert Vorhersage unerwünschter Ereignisse in der Endoskopie

Prof. Belle, Stefan Wittlinger und Isabella Wiest zeigen in npj Digital Medicine, wie KI das Komplikationsrisiko bei der Endoskopie präziser einschätzt.

Ein Team um Prof. Dr. Sebastian Belle, gemeinsam mit Stefan Wittlinger und Isabella Wiest, hat im Fachjournal npj Digital Medicine eine Studie veröffentlicht, die den Einsatz künstlicher Intelligenz (KI) zur Risikovorhersage bei gastrointestinalen Endoskopien untersucht.

Anhand klinischer Routinedaten konnte ein KI-Modell trainiert werden, das unerwünschte Ereignisse nach endoskopischen Eingriffen deutlich präziser vorhersagt als klassische statistische Verfahren.

Die Modelle nutzten eine Vielzahl von Eingangsparametern wie Alter, Komorbiditäten, Medikation und Eingriffsdetails und erreichten eine hohe prognostische Genauigkeit. 

Die Arbeit zeigt praxisnah, wie maschinelles Lernen in der Endoskopie zur Erhöhung der Patient:innensicherheit beitragen kann – etwa durch frühzeitige Risikoabschätzung oder gezielte Überwachungsmaßnahmen. Sie unterstreicht das Potenzial datengetriebener Entscheidungsunterstützung in der klinischen Routine.

Die vollständige Publikation ist im Open Access verfügbar unter:

npj Digital Medicine (Nature): How machine learning on real world clinical data improves adverse event recording for endoscopy

Kontextspalte