Home » Ein Krankenhausalgorithmus, der einen tödlichen Zustand vorhersagen soll, übersieht die meisten Fälle

Ein Krankenhausalgorithmus, der einen tödlichen Zustand vorhersagen soll, übersieht die meisten Fälle

by drbyos
0 comment

Das größte Unternehmen für elektronische Patientenakten in den Vereinigten Staaten, Epic Systems, behauptet, es könne ein großes Problem für Krankenhäuser lösen: die Erkennung von Anzeichen einer Sepsis, einer oft tödlichen Komplikation von Infektionen, die zu Organversagen führen können. Es ist eine der häufigsten Todesursachen in Krankenhäusern.

Aber der Algorithmus funktioniert nicht so gut wie beworben, so eine neue Studie, die in . veröffentlicht wurde JAMA Innere Medizin Montags. Laut Epic kann sein Warnsystem in 76 Prozent der Fälle Patienten mit und ohne Sepsis richtig unterscheiden. Die neue Studie ergab, dass es nur in 63 Prozent der Fälle richtig war.

Ein Epic-Sprecher bestritt die Ergebnisse in einer Erklärung an Statistische Nachrichten, sagte, dass andere Untersuchungen zeigten, dass der Algorithmus genau war.

Eine Sepsis ist im Frühstadium schwer zu erkennen, aber eine möglichst frühzeitige Behandlung kann die Überlebenschancen der Patienten verbessern. Das Epic-System und andere automatisierte Warntools wie es scannen die Testergebnisse von Patienten auf Signale, die darauf hindeuten, dass jemand die Krankheit entwickeln könnte. Etwa ein Viertel der US-Krankenhäuser verwenden die elektronischen Krankenakten von Epic, und Hunderte von Krankenhäusern verwenden das Sepsis-Vorhersagetool, darunter das Gesundheitszentrum der University of Michigan, wo Studienautor Karandeep Singh Assistenzprofessor ist.

Die Studie untersuchte Daten von fast 40.000 Krankenhausaufenthalten bei Michigan Medicine in den Jahren 2018 und 2019. Bei 2.552 dieser Krankenhausaufenthalte entwickelten Patienten eine Sepsis. Das Sepsis-Tool von Epic verfehlte 1.709 dieser Fälle, von denen rund zwei Drittel noch identifiziert und schnell behandelt wurden. Es identifizierte nur 7 Prozent der Sepsis-Fälle, die von einem Arzt übersehen wurden. Die Analyse ergab auch eine hohe Rate an falsch positiven Ergebnissen: Wenn für einen Patienten eine Warnung ausgelöst wurde, bestand nur eine 12-prozentige Wahrscheinlichkeit, dass der Patient würde tatsächlich eine Sepsis entwickeln.

Lesen Sie auch  Wie Chinas Hacking in eine rücksichtslose neue Phase eintrat

Ein Teil des Problems, sagte Singh Statistische Nachrichten, schien in der Art und Weise zu liegen, wie der Epic-Algorithmus entwickelt wurde. Es definiert Sepsis basierend darauf, wann ein Arzt eine Rechnung für die Behandlung einreicht, nicht unbedingt, wenn ein Patient zum ersten Mal Symptome entwickelt. Das bedeutet, dass Fälle erfasst werden, bei denen der Arzt bereits denkt, dass ein Problem vorliegt. “Es versucht im Wesentlichen vorherzusagen, was Ärzte bereits tun”, sagte Singh. Es ist auch nicht das Maß für Sepsis, das Forscher normalerweise verwenden würden.

Tools, die Patientendaten analysieren, um vorherzusagen, was mit ihrer Gesundheit passieren könnte, sind weit verbreitet und können für Ärzte nützlich sein. Aber sie sind nur so gut wie die Daten, mit denen sie entwickelt wurden, und sie sollte sein einer externen Bewertung unterliegen. Wenn Forscher Tools wie dieses untersuchen, finden sie manchmal Lücken: Zum Beispiel war ein Algorithmus, der von großen Gesundheitssystemen verwendet wird, um Patienten zu kennzeichnen, die besondere Aufmerksamkeit benötigen, gegen schwarze Patienten voreingenommen, wie eine Studie aus dem Jahr 2019 ergab.

Epic hat in den frühen Tagen der COVID-19-Pandemie ein weiteres Vorhersagetool namens Verschlechterungsindex eingeführt. Es wurde entwickelt, um Ärzten bei der Entscheidung zu helfen, welche Patienten auf die Intensivstation verlegt werden sollten und welche ohne sie in Ordnung sein könnten. Die Pandemie war ein Notfall, daher begannen Krankenhäuser im ganzen Land, sie zu verwenden, bevor sie einer unabhängigen Bewertung unterzogen wurden. Bis jetzt gibt es nur begrenzte Forschung zu dem Tool. Eine kleine Studie zeigte, dass sie Patienten mit hohem und niedrigem Risiko identifizieren kann, aber für Ärzte möglicherweise nicht nützlich ist. Es könnte unvorhergesehene Probleme oder Verzerrungen im System geben, die unbemerkt bleiben, warnten Forscher der Brown University in Undark.

Wenn digitale Tools ihr Potenzial im Gesundheitswesen ausschöpfen sollen, sollten Unternehmen wie Epic dies tun transparent darüber, wie sie hergestellt werden, und sie sollten regelmäßig überwacht werden, um sicherzustellen, dass sie gut funktionieren, Singh sagt auf Twitter. Diese Tools werden immer häufiger, so dass diese Art von Problemen nicht verschwinden, sagte Roy Adams, Assistenzprofessor an der Johns Hopkins School of Medicine Medicine Verdrahtet. „Wir brauchen mehr unabhängige Bewertungen dieser proprietären Systeme“, sagt er.

Lesen Sie auch  Koffeinreiche Hummeln können besser nach Nektar suchen

0 comment
0

You may also like

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.