KI sagt gefährliche Blutdruckabfälle während Operationen vorher, um Nierenschäden zu verhindern
Ein neues KI-Modell sagt intraoperative Blutdruckabfälle 15 Minuten im Voraus vorher und könnte damit Nierenkomplikationen verhindern, die die Langlebigkeit beeinträchtigen.
Zusammenfassung
Forscher haben ein KI-System entwickelt, das gefährliche Blutdruckabfälle während einer Operation bis zu 15 Minuten im Voraus vorhersagen kann. Auf der Grundlage von Daten aus über 319.000 chirurgischen Eingriffen erreichte das auf dem Transformer-Modell basierende System eine Genauigkeit von 88 % bei der Identifizierung von Patienten mit einem Risiko für intraoperative Hypotonie. Die Studie ergab, dass ein anhaltend niedriger Blutdruck während einer Operation das Risiko für akute Nierenschäden und Nierenerkrankungen nach dem Eingriff signifikant erhöht. Dieses KI-Tool könnte Anästhesisten dabei helfen, früher einzugreifen, um einen stabilen Blutdruck aufrechtzuerhalten, und so potenziell Nierenschäden vorzubeugen, die langfristige Auswirkungen auf Gesundheit und Langlebigkeit haben.
Detaillierte Zusammenfassung
Die Aufrechterhaltung eines stabilen Blutdrucks während einer Operation ist entscheidend, um Organschäden zu verhindern – dennoch reagieren aktuelle Methoden oft erst, nachdem Probleme bereits aufgetreten sind. Diese wegweisende Studie zeigt, wie künstliche Intelligenz gefährliche Blutdruckabfälle vorhersagen kann, bevor sie eintreten, und damit möglicherweise die Nierenfunktion sowie die langfristige Gesundheit schützt.
Die Forscher analysierten 319.699 chirurgische Fälle aus einem chinesischen Krankenhaus aus den Jahren 2013–2023 und entwickelten ein auf dem Transformer-Modell basierendes KI-System, das Vitalzeichen kontinuierlich überwacht, um intraoperative Hypotonie vorherzusagen. Das System erreichte beeindruckende Genauigkeitsraten von 90,4 %, 89,2 % bzw. 88,2 % bei der Vorhersage von Blutdruckabfällen 5, 10 und 15 Minuten im Voraus.
Die Studie ergab, dass ein kumulativ niedriger Blutdruck während der Operation das Risiko postoperativer Nierenkomplikationen deutlich erhöht. Für jede Stunde, in der der Blutdruck unter 65 mmHg lag, hatten Patienten ein um 10 % höheres Risiko für ein akutes Nierenschädigungsereignis und ein um 26 % höheres Risiko für eine akute Nierenerkrankung. Diese Komplikationen können nachhaltige Auswirkungen auf Gesundheit und Langlebigkeit haben.
Die Fähigkeit des KI-Modells, frühzeitig Warnungen auszugeben, könnte die chirurgische Versorgung revolutionieren, indem Anästhesisten proaktiv statt reaktiv eingreifen können. Dies könnte die Kaskade von Organschäden verhindern, die durch einen anhaltend niedrigen Blutdruck während der Operation ausgelöst wird.
Bei dieser Studie handelte es sich jedoch um eine retrospektive Untersuchung auf Basis historischer Daten. Die Forscher räumen ein, dass eine prospektive Validierung in Echtzeit erforderlich ist, bevor das System klinisch eingesetzt werden kann. Zudem wurde das Modell überwiegend mit Daten eines einzigen Krankenhauses trainiert, weshalb eine breitere Validierung an verschiedenen Populationen und in unterschiedlichen chirurgischen Umgebungen notwendig ist, um eine universelle Anwendbarkeit sicherzustellen.
Wichtigste Erkenntnisse
- AI predicts surgical blood pressure drops 15 minutes early with 88% accuracy
- Every hour of low blood pressure increases kidney injury risk by 10-26%
- Model outperformed traditional methods in sensitivity and probability calibration
- External validation confirmed the system works across different hospital populations
Methodik
Retrospektive Studie mit 319.699 chirurgischen Fällen aus den Jahren 2013–2023 an einem chinesischen Tertiärkrankenhaus. Ein Transformer-basiertes Deep-Learning-Modell wurde anhand kontinuierlicher Vitalzeichendaten trainiert und mithilfe eines unabhängigen südkoreanischen Datensatzes extern validiert.
Studienlimitierungen
Die Studie war retrospektiv und verwendete historische Daten statt einer Echtzeit-Implementierung. Vor dem klinischen Einsatz ist eine prospektive Validierung in mehreren Krankenhäusern und an diversen Patientenpopulationen erforderlich. Die Modellleistung kann in unterschiedlichen chirurgischen Umgebungen variieren.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben: