Wissenschaftler der Carnegie Mellon University (CMU) in Pittsburgh haben einen neuartigen Computeralgorithmus entwickelt, der einigen Patienten bei Notfällen in Krankenhäusern in Zukunft das Leben retten könnte. Konkret geht es dabei um solche Fälle, die von Ärzten und Krankenhauspersonal mit dem speziellen Notfall-Code „Code Blue“ kategorisiert werden. Dazu gehören etwa akute Herz- oder Atemstillstände, die eine sofortige Reanimation der Betreffenden erfordern. Solche lebensbedrohlichen Situationen sollen sich nun mithilfe des neuen Algorithmus im Idealfall schon bis zu vier Stunden vor deren eigentlichem Auftreten vorhersagen lassen.

„Unser Ziel war es, zu zeigen, ob ein Computer vorhersagen kann, wann diese Notsituationen eintreffen“, zitiert der NewScientist den verantwortlichen Projektleiter Sriram Somanchi, PhD-Student am Machine Learning Department der Carnegie Mellon University. Bislang müsste das Personal in Krankenhäusern auf sogenannte „Modified Early Warning Scoreboards“ zurückgreifen, die auf Basis der aktuellen Vitalwerte eines individuellen Patienten eine grobe, überschlagsmäßige Einschätzung der Wahrscheinlichkeit eines derartigen Ernstfalls erlauben. „Mithilfe des neuen Algorithmus sollen diese Prognosen letztlich wesentlich genauer und früher erfolgen können“, so Somanchi.

Um sein ambitioniertes Ziel erreichen zu können, hat der Forscher gemeinsam mit seinem Team einen selbstlernenden Algorithmus mit Daten von insgesamt 133.000 Patienten gefüttert. Diese stammen aus vier verschiedenen Krankenhäusern Chicagos und wurden im Zeitraum zwischen 2006 und 2011 gesammelt. Darin enthalten sind sowohl Informationen über den Gesundheitszustand vor dem Eintreten eines akuten Notfalls als auch danach. Bei einer Auswertung der gesammelten Daten konnte der Computeralgorithmus in rund zwei Dritteln der Fälle einen künftigen Notfall korrekt vorhersagen. Dabei wurden 72 unterschiedliche Vitalparameter wie Herzschlag, Blutdruck oder Butzuckerspiegel berücksichtigt. Im Vergleich dazu schafft es die zurzeit gängige Scoreboard-Variante gerade einmal auf eine Trefferquote von 30 Prozent.