AI bepaalt het individuele tijdstip van overlijden

Kunstmatige intelligentie kan het tijdstip van overlijden voorspellen

Onderzoekers hebben nu een methode ontwikkeld om het exacte tijdstip van overlijden van patiënten te berekenen. Een kunstmatige intelligentie kan belangrijke medische dossiers en elektronische medische dossiers analyseren, waardoor een nauwkeurige voorspelling van de resterende levensverwachting mogelijk is.

Wetenschappers van Stanford University hebben een kunstmatige intelligentie ontwikkeld die de dood van patiënten met kanker en andere ongeneeslijke ziektes kan voorspellen. Het zogenaamde deep-learning systeem zou in de toekomst kunnen leiden tot baanbrekende ontwikkelingen in de palliatieve geneeskunde. De experts publiceerden de resultaten van hun onderzoek op de documentserver voor Preprints "Arxiv".

Veel mensen sterven elk jaar aan de gevolgen van kanker of andere ongeneeslijke ziekten. Een kunstmatige intelligentie kan nu het tijdstip van overlijden van dergelijke zieke mensen voorspellen. (Afbeelding: mdennah / fotolia.com)

Nieuwe ontwikkelingen kunnen de palliatieve zorg in de toekomst verbeteren

Onderzoekers van Stanford University hebben een nieuw algoritme voor kunstmatige intelligentie getest om ziekenhuizen te helpen palliatieve zorg te verbeteren voor kankerpatiënten en mensen met ongeneeslijke ziekten.

Het algoritme, dat is gebaseerd op een diepe neurale netwerkleermachine, kan belangrijke medische dossiers of elektronische medische dossiers van terminaal zieke patiënten analyseren. Vervolgens kan worden berekend of de patiënten meer baat hebben bij een zogenaamde end-of-life zorg of palliatieve zorg.

Voorspellingen hebben een nauwkeurigheid van drie tot twaalf maanden

Het algoritme kan de sterfte van patiënten met een nauwkeurigheid van drie tot twaalf maanden voorspellen en op basis van deze voorspelling kunnen getroffen patiënten worden verwezen naar een palliatieve zorg.

De voorspellingen kunnen artsen en verzorgers in het ziekenhuis in staat stellen om proactief dergelijke patiënten te behandelen in plaats van te vertrouwen op verwijzingen van behandelende artsen of door tijdrovende onderzoeken uit te voeren..

De wensen van ongeneeslijk zieke mensen worden zelden besproken

Eerdere studies hebben al aangetoond dat ongeveer 80 procent van de Amerikanen hun laatste dagen thuis wil doorbrengen. Slechts 20 procent van de getroffenen is echter in staat en velen sterven in ziekenhuizen. In feite krijgen terminaal zieke patiënten vaak agressieve medische zorg in hun laatste dagen, in plaats van dat hun behoeften aan het einde van hun leven worden vervuld, leggen de experts uit.

Deze problemen komen vaak voor in ziekenhuizen in de palliatieve zorg

De afgelopen jaren is het vermogen van ziekenhuizen om palliatieve zorg aan te bieden verbeterd. Echter, slechts zeven tot acht procent van de patiënten krijgt dergelijke zorg, zeggen de artsen. Het ontbreken van palliatieve zorgverleners die alle gegevens van de patiënt analyseren en het vaak overmatig optimisme van artsen bij het voorspellen van het beloop van de ziekte zijn punten die bijdragen aan dit probleem. Dit is waar het zogenaamde deep-learning AI-algoritme in het spel komt.

Voorspellend sterftetype is gebaseerd op de analyse van grote hoeveelheden gegevens

Gebaseerd op de hoeveelheid beschikbare gegevens, waren we in staat om een ​​voorspellend model van sterfte door alle oorzaken te produceren, verklaren de onderzoekers. De leertechniek die bekend staat als het deep learning-algoritme maakt gebruik van neurale netwerken om een ​​grote hoeveelheid gegevens te filteren en analyseren.

De voorspelling van de mortaliteit is onafhankelijk van het type ziekte, de leeftijd van de patiënten en andere factoren. Het algoritme gebruikte de gegevens van de patiënten van het eerste jaar van het eerste contact om hun mortaliteit binnen twaalf maanden te bepalen.

De datasets van twee miljoen mensen werden geanalyseerd voor de studie

Voor de studie analyseerden de onderzoekers twee miljoen records van volwassenen en kinderen die werden opgenomen in het Stanford Hospital en het Lucile Packard Children's Hospital. De artsen identificeerden aldus potentiële 200.000 patiënten voor hun studie. Elektronische medische dossiers van de deelnemers werden vervolgens door het systeem geanalyseerd om hun mortaliteit te voorspellen.

Het algoritme moest vervolgens de mortaliteit van 160.000 patiënten binnen 12 maanden na een bepaalde datum voorspellen. Het systeem kon verbeteren en leren. Ten slotte was het algoritme in staat om de mortaliteit van patiënten binnen de volgende drie tot twaalf maanden te voorspellen.

Sterftecijfers waren accuraat in negen van de tien gevallen

Het algoritme evalueerde vervolgens de gegevens van de resterende 40.000 patiënten. Hij was in staat om de mortaliteit gedurende een periode van drie tot twaalf maanden nauwkeurig te voorspellen in negen van de tien gevallen. Er moet voor worden gezorgd dat de ernstigste zieke patiënten de kans krijgen om met hun familie te bespreken hoe en waar ze hun laatste dagen willen doorbrengen voordat ze zo ernstig ziek worden dat ze moeten worden opgenomen op de intensive care, zeggen de auteurs. (As)