Künstliche Intelligenz als Warnsytem: Den Coronatod verhindern

Ein selbstlernendes System soll frühzeitig Alarm geben, wenn droht, dass ein Patient stirbt. Der Arzt kann dann schnell handeln.

Ärtzte stehen neben dem Bett eines Corona-Patienten und schauen gemeinsam auf einen Monitor

Noch überwiegend menschlich: Überwachung eines Coronapatienten auf der Intensivstation Foto: Leon Kuegeler/reuters

BERLIN taz | Gegen das Coronavirus will die Wissenschaft neben der laufenden Entwicklung von Impfstoffen und Therapeutika künftig auch mit Methoden der künstlichen Intelligenz (KI) zu Felde ziehen. Datenexperten des Max-Planck-Instituts (MPI) für Intelligente Systeme in Tübingen haben einen Algorithmus entwickelt, der bei Risikopatienten die Wahrscheinlichkeit, innerhalb von acht Tagen an Covid-19 zu sterben, mit einer Sicherheit von 95 Prozent vorausberechnen kann. Das KI-Verfahren mit dem Namen „Covews“ – was für „Covid-19 Early Warning System“ steht – wurde jetzt im Wissenschaftsmagazin Nature veröffentlicht.

Ziel des KI-Projekts ist kein Orakel aus dem Computer nach dem Motto: „Ich sage dir, wann du sterben wirst.“ Vielmehr soll das Frühwarnsystems Covews Ärzten helfen, Rettungsschritte frühzeitiger einzuleiten.

In ihrem Projekt des Maschinellen Lernens hat die MPG-Gruppe um Stefan Bauer zusammen mit Experten aus der Pharmabranche und der Harvard-Universität aus USA den Algorithmus mit den Kerndaten einer tödlich endenden Corona-Erkrankung gefüttert. Das sind unter anderem hohes Alter und Vorerkrankungen, aber auch die Sauer­stoff­sätti­gung im Blut, die Zahl der weißen Blutkörperchen oder der Krea­tininwert. Diese Faktoren haben zwar die Ärzte auch im Blick, aber das Überschreiten von kritischen Grenzwerten fällt ihnen mitunter zu spät auf, wenn nichts mehr hilft.

Seine Prognosefähigkeit trainierte der Covews-Algorithmus an der Auswertung von 33.000 anonymisierten Datensätzen von Coronatodesfällen in US-Kliniken. „Unser Algorithmus pro­gnos­ti­ziert das Sterblichkeitsrisiko aber nicht nur mit Datensätzen aus dieser Kohorte mit hoher Sicherheit, sondern auch mit Daten aus anderen Krankenhäusern, die nicht genau der gleichen Verteilung folgen“, erklärt MPI-Forscher Stefan Bauer.

Durchschnittliche Trefferquote von 95 Prozent

Dafür wurden weitere 14.000 medizinische Datensätze aus USA herangezogen. In allen Datensätzen wird nach charakteristischen Informationsmustern gesucht, die auf ein hohes Sterblichkeitsrisiko hinweisen. Zuletzt konnte eine „Sensitivität von mehr als 95 Prozent“ erreicht werden. „Das heißt, der Algorithmus erkennt bei 95 von 100 Menschen, dass sie sterben werden, wenn nicht Maßnahmen getroffen werden, um das zu verhindern“, so die Forscher.

Mit dem Einsatz auf der Covid-Intensivstation wird es jedoch noch eine Weile dauern. „Bis solche neuen Techniken im Klinikalltag angewendet werden, vergehen oftmals mehrere Jahre“, sagt Stefan Bauer. Ein Grund dafür ist, dass die Daten in vielen Krankenhäusern nicht strukturiert vorliegen, Die Tübinger Forscher wollen jedenfalls ihren Prognose-Algorithmus frei zugänglich ins Internet stellen, damit er schneller in die Medizinpraxis gelangt.

Einmal zahlen
.

Fehler auf taz.de entdeckt?

Wir freuen uns über eine Mail an fehlerhinweis@taz.de!

Inhaltliches Feedback?

Gerne als Leser*innenkommentar unter dem Text auf taz.de oder über das Kontaktformular.

Die Coronapandemie geht um die Welt. Welche Regionen sind besonders betroffen? Wie ist die Lage in den Kliniken? Den Überblick mit Zahlen und Grafiken finden Sie hier.

▶ Alle Grafiken

Bitte registrieren Sie sich und halten Sie sich an unsere Netiquette.

Haben Sie Probleme beim Kommentieren oder Registrieren?

Dann mailen Sie uns bitte an kommune@taz.de.