Britischen Forschern zufolge ist Deep-Learning-Statistik bei der Vorhersage von Todesfällen den Berechnungen menschlicher Experten signifikant überlegen.
Was es wohl ändern würde, wenn man wüsste, wann man stirbt. Bislang ist das noch eine hypothetische, philosophische Überlegung. Ein Gedankenspiel, über das man vielleicht bei einem nachdenklichen Sommerabendspaziergang sinniert oder launisch bei einem Glas Wein debattiert.
Forscher der Universität Nottingham arbeiten an einem KI-Vorhersagesystem, das aus Science-Fiction Realität machen könnte: Sie analysierten mit Künstlicher Intelligenz die Gesundheitsdaten von etwas mehr als 500.000 Menschen zwischen 40 und 69 Jahren.
Die Daten umfassen einen Zeitraum von bis zu zehn Jahren zwischen 2006 und 2016. Sie stammen aus der UK Biobank, die Patienteninformationen für Forschungszwecke sammelt, zum Beispiel Blutwerte oder Urinproben sowie Behandlungsprotokolle.
Die Teilnehmer wurden anhand von circa 60 demografischen, biometrischen und klinischen Faktoren bewertet wie Alkoholkonsum, Körperfett, Vorerkrankungen oder Blutdruck. Sogar das Ernährungsverhalten wurde berücksichtigt, zum Beispiel der tägliche Verzehr von Obst, Gemüse und Fleisch.
KI vs. Mensch: Zehn Prozent besser
Während des Untersuchungszeitraums starben knapp 14.500 der Studienteilnehmer, hauptsächlich an Krebs, Herz-Kreislauf-Erkrankungen und Atemwegserkrankungen. Anhand der Daten sollte die Künstliche Intelligenz mittels Deep Learning korrekt vorhersagen, welcher der Probanden vorzeitig erkranken und sterben würde.
Um die Vorhersagen zu prüfen, stimmten die Forscher sie mit verschiedenen Sterberegistern ab. Das Ergebnis: Die KI-Methode sagte die vorzeitigen Tode um bis zu zehn Prozent genauer vorher als bisherige statistische Verfahren, was zu circa 20 Prozent mehr korrekten Todesprognosen führte, rund 64 Prozent insgesamt.
Die Nottingham-Forscher gehen davon aus, dass KI zukünftig eine entscheidende Rolle spielt für personalisierte Medizin und um das Risikomanagement auf einzelne Patienten abzustimmen. Weitere Forschungsarbeiten müssten sich unter anderem mit der Implementierung Künstlicher Intelligenz in das Gesundheitssystem beschäftigen.
"Die Gesundheitsvorsorge hat bei der Bekämpfung schwerer Krankheiten eine immer größere Priorität, weshalb wir seit einigen Jahren daran arbeiten, die Genauigkeit der computergestützten Gesundheitsrisikobewertung in der Bevölkerung zu verbessern", sagt Dr. Stephen Weng, Leiter der Forschungsarbeit.
Die meisten statistischen Verfahren konzentrierten sich auf eine einzige Krankheit, so Weng weiter, da die Vorhersage des Todes aufgrund mehrerer verschiedener Krankheiten sehr komplex sei, insbesondere angesichts der Umwelt und der individuellen Faktoren, die sie beeinflussen könnten.
Die jetzt vorgestellte Arbeit sei daher "einzigartig und ganzheitlich" sowie "ein großer Schritt nach vorne", da sie eine Vielzahl demographischer, biometrischer und klinischer Faktoren sowie "Lifestyle"-Faktoren berücksichtige.
Quellen: Universität Nottingham, PLOS One
