KI zur Vorhersage des Sterberisikos bei akutem Koronarsyndrom entwickelt

Wissenschaftler der Pitirim-Sorokin-Universität Syktyvkar und ihre Kollegen haben ein neues System zur Vorhersage des Sterberisikos bei Patienten mit akutem Koronarsyndrom (ACS) entwickelt. Dieses auf Machine Learning basierende Modell zeigte eine deutlich höhere Genauigkeit als die traditionelle GRACE-Skala. Dies berichtet Ixbt.com berichtet .

Für die Analyse wurden Daten von über 14.000 Patienten verwendet, von denen 13.300 in die endgültige Studie einbezogen wurden. Der Algorithmus bewertete 28 klinische Parameter, darunter Alter, hämodynamische Indikatoren und Labordaten. Das CatBoost-Ensemble-Modell erzielte das effektivste Ergebnis – seine Vorhersagefähigkeit (AUC-ROC) erreichte 0,961, während die GRACE-Skala bei 0,919 lag.

Projektleiter Ilya Solovyov, Kandidat der biologischen Wissenschaften, betonte, dass diese Technologie es ermöglicht, ein präzises individuelles Risikoprofil bereits bei der Aufnahme des Patienten ins Krankenhaus zu erstellen. Mithilfe der SHAP-Methode identifizierten die Forscher die Hauptfaktoren, die die Prognose beeinflussen, insbesondere die linksventrikuläre Ejektionsfraktion, den Schweregrad der Herzinsuffizienz und den Blutdruck.

Die Forscher wiesen darauf hin, dass die erzielten Ergebnisse noch nicht bedeuten, dass die Technologie für die breite klinische Praxis bereit ist. In der nächsten Phase sind multizentrische klinische Studien geplant. Wenn diese Tests erfolgreich abgeschlossen werden, wird die Schaffung von Systemen der nächsten Generation zur Unterstützung klinischer Entscheidungen erwartet, was die Sterblichkeit bei Herz-Kreislauf-Erkrankungen senken soll.