Künstliche Intelligenz für die Triage in Notaufnahmen

Kann KI Klinikern bei der Entscheidung helfen, wer in Notfällen mit unzureichenden Ressourcen versorgt wird?

In einem überfüllten Krankenhaus benötigen 10 schwerkranke Patienten ein Beatmungsgerät, aber es sind nur 5 verfügbar. Patienten können nicht in ein anderes Krankenhaus umgeleitet werden. Wer sollte behandelt werden – und wer sollte ausgesetzt werden? Die Frage, die wie eine Realität klingt, steht jedoch seit Beginn der Pandemie in vielen Forschungszentren auf der ganzen Welt im Mittelpunkt der realen Arbeit im Bereich der künstlichen Intelligenz (KI). Ihre Arbeit zeigt, dass KI in Krisenzeiten objektiv helfen kann, solche Entscheidungen zu treffen.

Um den Ursprung dieser heiklen Frage zu verstehen, müssen wir ein Jahr zurückgehen. Als Italien im März 2020 von COVID-19 hart getroffen wurde, erreichten viele Krankenhäuser diesen kritischen Punkt. Die Notaufnahmen waren überfüllt mit Patienten, und ein Mangel an Beatmungsgeräten zwang einige Ärzte zu einer herzzerreißenden Entscheidung: Wer sollte versorgt werden und wer nicht? Einige Krankenhäuser haben inmitten der Turbulenzen vorgeschlagen, das Alter der Patienten oder das Vorhandensein anderer Krankheiten als Kriterien für diese Auswahl zu verwenden.

Eine Bedingung, die andere Länder dazu veranlasst hat, Protokolle in Betracht zu ziehen, um Patienten bei der Notfall-Triage (allgemein als „erweiterte Triage“ bezeichnet) zu priorisieren, wenn eine solche Bedingung auftritt.

Vardet Ravitsky, Professor für Bioethik an der Universität von Montreal, erklärt: “In vielen Ländern bestand die Befürchtung, dass es nicht genügend Beatmungsgeräte geben würde. Glücklicherweise wurden andere Lösungen gefunden und diese Protokolle wurden nicht eingeführt. Wir haben Patienten an weniger Orte geschickt überfüllt, oder wir haben Atemschutzmasken gekauft oder Technologien entwickelt, um schnell neue herzustellen.“

Obwohl das Schlimmste verhindert wurde, existieren diese Entscheidungsprotokolle sogar in Kanada. Prof. Ravitsky fährt fort: „Wenn das Schlimmste passiert wäre und es notwendig gewesen wäre, Patienten mit den besten Überlebenschancen auszuwählen, hätte diese Auswahl auf klinischen Kriterien basiert. Ist der Patient beispielsweise schwach? Wie sind seine Überlebenschancen? Wird er sich schnell erholen? Ein Beatmungsgerät freizugeben? Die Verwendung medizinischer Standards als Richtschnur für diese Entscheidungen ist der ethischste Weg nach vorn.“

Wenn ein Patient jedoch auf die Intensivstation aufgenommen wird, müssen Entscheidungen schnell getroffen werden, innerhalb von Stunden und manchmal sogar Minuten. „Man muss schnell reagieren und entscheiden, ob man intubiert werden möchte oder nicht, und diese Entscheidung wird einen enormen Einfluss auf die Überlebenschancen haben“, erklärt Simon Duchesne, Professor an der Abteilung für Radiologie und Nuklearmedizin der Universität Laval. COVID-19 ist sehr schnell. In einigen Fällen geht man innerhalb von 24 Stunden von einem relativ normalen Zustand zu Atemnot über. »

In einer idealen Welt könnten alle Patienten ein Beatmungsgerät benutzen. Aber wie können in einem Kontext, in dem Krankenhausstörungen drohen, medizinische Daten gewonnen werden, die genau genug sind, um zu wissen, welche Patienten priorisiert werden sollten?

Überlebensexperte

Für Simon Duchesne liegt die Antwort in der Verbindung zweier Technologien: Röntgenstrahlen und künstliche Intelligenz. Der Forscher erklärt: “In der Radiologie sind Menschen sehr gut darin, eine Diagnose zu stellen oder Anomalien zu finden, aber es ist schwierig, Vorhersagen zu treffen und zu versuchen, das Todesrisiko abzuschätzen. Um dies zu erreichen, verwenden wir statistische Modelle – ein Schritt, den wir können.” überspringen dank künstlicher Intelligenz. Wir beginnen mit einem Bild und enden mit der Wahrscheinlichkeit, dass der Patient auf Alive überleben wird.“

Stellen Sie sich folgendes Szenario vor: Inmitten einer COVID-19-Welle landet der Patient auf der Intensivstation. Unter den Tests, die seinen Zustand bestimmen können, wird eine Röntgenaufnahme seiner Lungen gemacht. Durch die Analyse der Momentaufnahme kann die KI vorhersagen, ob sich ein Patient mit Atemunterstützung erholen wird oder ob er bereits dem Untergang geweiht ist.

Bereits im Mai 2020 entwickelte das Team von Professor Duchesne die erste Version des Algorithmus mit dem Namen CoDE: AIR. Und sie sind nicht allein: Andere Teams auf der ganzen Welt haben die Machbarkeit der Verwendung von Algorithmen zur Unterstützung des Screenings bewertet (drei Beispiele hier, hier und hier).

Im Fall von CoDE: AIR „trainierte“ das Team der Université Laval zunächst seinen Algorithmus zur Charakterisierung von Röntgenbildern sowie Anzeichen einer bevorstehenden Verschlechterung des Patienten auf der Grundlage von 225.000 Röntgenbildern von Lungen aller Krankheiten zusammen, die aus der CheXpert-Datenbank entnommen wurden .

Anschließend testeten sie den Algorithmus, indem sie ihm Bilder von 161 COVID-19-Patienten präsentierten, die in zwei Gruppen unterteilt waren: diejenigen, die nach einem Aufenthalt an einem Beatmungsgerät aus dem Krankenhaus entlassen worden waren, und diejenigen, die gestorben waren. Durch die Kombination radiologischer Daten mit anderen bei Patienten identifizierten Risikofaktoren war CoDE:Air in der Lage, die Sterblichkeit in mehr als 83 % der Fälle vorherzusagen. Je nach Zustand des Folgepatienten konnte eine 100%ige Sicherheit erreicht werden.

Eine Meinung von vielen

Da es um Leben und Tod geht, sind selbst die Macher dieses Algorithmus der Meinung, dass niemand eine Entscheidung nur auf der Grundlage seines Systems treffen sollte. Ihr Tool fügt jedoch den Kriterien, die die Auswahl der Kliniker leiten, ein objektives Element hinzu.

Es ist auch wichtig hinzuzufügen, dass kein praktischer Arzt in irgendeinem westlichen Land jemals allein vor einer so schrecklichen Entscheidung stand. „Diese tragische Entscheidung wurde dem behandelnden Arzt weggenommen“, sagt Vardet Ravitsky. Wir beziehen uns auf eine Gruppe von Klinikern und Ethikern im Krankenhaus, die sich dann auf klinische Standards stützen. Etwas anderes würde allem widersprechen, was ein Arzt im Rahmen seiner Tätigkeit tun muss. »

Könnte KI also ein geeignetes zusätzliches Werkzeug sein, um diese Ärztegruppen zu führen? Ja, sagt Martin Gibert, ein Forscher für Ethik der künstlichen Intelligenz an der Universität von Montreal. “Im Falle einer KI, die beim Sortieren hilft, befinden wir uns offensichtlich in einem utilitaristischen Modell, erklärt er, und die KI zeichnet sich durch diese Art der Analyse aus. Solange der Algorithmus mit unvoreingenommenen Daten trainiert wird, wird er genauso effektiv sein.” menschliches Urteilsvermögen, und noch mehr, weil dieses Vorhersagen das Vorrecht des Algorithmus sein wird.“

Er fährt fort: “Es ist jedoch wichtig zu betonen, dass dies ein Empfehlungsalgorithmus ist, kein Entscheidungsalgorithmus. Die endgültige Auswahl wird immer von einem Menschen getroffen. Das ist sehr wichtig, da der Algorithmus nicht verantwortlich ist moralische Verantwortung.”

Nach Covid-19

Glücklicherweise hat sich das kanadische Gesundheitssystem nicht soweit verschlechtert, dass solche Algorithmen in Notfallsituationen eingesetzt werden. Simon Duchesne und Kollegen glauben jedoch, dass Sortieralgorithmen in bestimmten Kontexten ihren Platz haben, obwohl sie planen, die Arbeit an CoDE: AIR einzustellen, sobald ihr Artikel endlich veröffentlicht ist.

Viele Regionen der Welt befinden sich in Bezug auf COVID-19 immer noch in einer Krisensituation, fährt Professor Duchesne fort. KI und Röntgen können auch bei anderen Krankheiten und an anderen Orten eingesetzt werden. Wir können an MSF-Betreuer in abgelegenen Gebieten denken, wenn der Transport ausfällt und wir mit wenigen Ressourcen so viele Leben wie möglich retten müssen. »

Dieser Artikel ist Teil der Reihe „Transformation“. Darin werden Lösungen für viele der Probleme und Herausforderungen untersucht, die durch die COVID-19-Pandemie aufgeworfen werden.

Leave a Comment