idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
01/12/2024 14:45

Durch KI erstellte klinische Vorhersagemodelle sind präzise, aber studienspezifisch

Gabriele Meseg-Rutzen Kommunikation und Marketing
Universität zu Köln

    Wissenschaftler*innen aus Yale und Köln konnten zeigen, dass durch Künstliche Intelligenz (KI) erstellte statistische Modelle sehr genau vorhersagen, ob eine Medikation bei Personen mit Schizophrenie anspricht. Die Modelle sind jedoch stark kontextanhängig und nicht zu verallgemeinern / Veröffentlichung in Science

    In einer aktuellen Arbeit prüfen Wissenschaftler*innen die Genauigkeit von KI-Modellen, die vorhersagen, ob Personen mit Schizophrenie auf eine antipsychotische Medikation ansprechen. Statistische Modelle aus dem Bereich der Künstlichen Intelligenz (KI) haben großes Potential, die Entscheidungsfindung in der medizinischen Behandlung zu verbessern. Jedoch sind Daten, mit denen Modelle arbeiten können, aus der medizinischen Behandlung nicht nur selten, sondern auch teuer. Daher konnte die Prognosegenauigkeit statistischer Modelle bislang nur in wenigen Datensätzen von begrenzter Größe demonstriert werden. In der aktuellen Arbeit prüfen die Wissenschaftler*innen das Potential von KI-Modellen und testen die Genauigkeit der Prognose des Therapieansprechens auf eine antipsychotische Medikation bei Schizophrenie in mehreren unabhängigen klinischen Studien. Die Ergebnisse der neuen Arbeit, an der Forscher*innen der Universitätsmedizin Köln und Yale beteiligt waren, zeigen, dass die Modelle die Patientenergebnisse innerhalb der Studie, in der sie entwickelt wurden, mit hoher Genauigkeit vorhersagen konnten. Wurden sie allerdings außerhalb der ursprünglichen Studie angewendet, zeigten sie keine bessere Leistung als zufällige Vorhersagen. Auch die Zusammenführung von Daten aus verschiedenen Studien verbesserte die Vorhersagen nicht. Die Studie „Illusory generalizability of clinical prediction models“ wurde in Science veröffentlicht.

    Die Studie wurde von führenden Wissenschaftler*innen aus dem Bereich der Präzisionspsychiatrie geleitet. Dies ist ein Bereich der Psychiatrie, in dem anhand datenbezogener Modelle, gezielt Therapien und passende Medikamente für Personen oder Patientengruppen ermittelt werden sollen. „Unser Ziel ist es, durch neuartige Modelle aus dem Gebiet der KI, Patient*innen mit psychischen Beschwerden gezielter zu behandeln“, sagt Dr. Joseph Kambeitz, Professor für Biologische Psychiatrie an der Medizinischen Fakultät der Universität zu Köln und der Uniklinik Köln. „Auch wenn zahlreiche initiale Studien den Erfolg solcher KI-Modelle belegen, fehlte bislang eine Demonstration der Robustheit dieser Modelle.“ Und genau diese Sicherheit ist für die Anwendung im klinischen Alltag von großer Bedeutung. „Wir stellen strenge Qualitätsanforderung an klinische Modelle und müssen auch sichergehen, dass Modelle in unterschiedlichen Kontexten gute Prognosen liefern“, so Kambeitz. Die Modelle sollten gleich gute Prognosen liefern, egal ob sie in einem Krankenhaus in den USA, in Deutschland oder Chile genutzt werden.
    Die Ergebnisse der Studie zeigen, dass eine Verallgemeinerung der Vorhersagen von KI-Modelle über verschiedene Studienzentren hinweg im Moment noch nicht sichergestellt werden kann. Dies ist ein wichtiges Signal für die klinische Praxis und zeigt, dass noch weitere Forschung notwendig ist, um die psychiatrische Versorgung tatsächlich zu verbessern. In laufenden Studien hoffen die Forschenden diese Hindernisse zu überwinden. In Kooperation mit Partnern aus den USA, England und Australien arbeiten sie daran, zum einen große Patientengruppen und Datensätze zu untersuchen, um die Genauigkeit der KI-Modelle zu verbessern sowie an der Nutzung weiterer Datenmodalitäten wie Bioproben oder neue digitale Marker wie Sprache, Bewegungsprofile und Smartphonenutzung.

    Presse und Kommunikation:
    Dr. Anna Euteneuer
    +49 221 470 1700
    a.euteneuer@verw.uni-koeln.de

    Verantwortlich: Dr. Elisabeth Hoffmann – e.hoffmann@verw.uni-koeln.de


    Contact for scientific information:

    Inhaltlicher Kontakt:
    Professor Dr. Joseph Kambeitz
    Biologische Psychiatrie der Medizinischen Fakultät an die Uniklinik Köln
    +49 221 478 4024
    joseph.kambeitz@uk-koeln.de


    Original publication:

    Veröffentlichung:
    https://www.science.org/doi/10.1126/science.adg8538


    Images

    Criteria of this press release:
    Journalists
    Biology, Information technology, Medicine
    transregional, national
    Research results
    German


     

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).