Gesundheit: Algorithmus kann Herzstillstand vorhersagen

US-Forscher haben einen selbstlernenden Computer entwickelt, der Herzstillstände bei Patienten deutlich schneller vorhersagen kann als Mediziner.

Artikel veröffentlicht am 13. August 2014, 7:35 Uhr, Thorsten Schröder

Algorithmen könnten Medizinern künftig helfen, Herzstillstände zu verhindern. (Bild: Christopher Furlong/Getty Images.)

Herzstillstände von Patienten könnten in Zukunft dank einem Algorithmus möglicherweise verhindert werden. Wissenschaftler der Carnegie Mellon University in Pittsburgh haben einen selbstlernenden Computer entwickelt, der drohende Herzstillstände bei Risikopatienten bis zu vier Stunden schneller erkennen kann als Mediziner.

Herz- oder Atemstillstände sind nur schwer vorherzusehen. Bisher müssen sich Ärzte auf die regelmäßige Kontrolle von Vitalzeichen wie Herzfrequenz, Blutdruck und Körpertemperatur verlassen, um den Zustand eines Patienten einschätzen zu können.

Ein Forscherteam aus Pittsburgh hat nun einen Algorithmus entwickelt, der frühzeitig vor einem Herzstillstand warnen soll. Die Wissenschaftler fütterten den Algorithmus dazu mit Daten von 133.000 Patienten, die zwischen 2006 und 2011 in vier Krankenhäusern in Chicago behandelt worden waren. In 815 Fällen lag ein sogenannter Code Blue vor, der Herz- oder Atemstillstand anzeigt.

Trefferquote von mehr als 60 Prozent

Das Computersystem bezog 72 verschiedene Parameter in seine Berechnungen ein und konnte so in vielen Fällen bereits vier Stunden vor einem Herzstillstand Alarm schlagen. In zwei Dritteln der Fälle lag der Algorithmus mit seiner Warnung richtig. In 20 Prozent der Fälle meldete das System einen Fehlalarm. Die Trefferquote mit dem herkömmlichen System lag dagegen nur bei 30 Prozent.

Nicht alle Krankenhäuser erfassten jedoch derart detaillierte Patientendaten, sagte einer der Forscher New Scientist. Der Vorteil der traditionellen Methode sei es deshalb, dass sie auf deutlich weniger Parameter zurückgreifen müsse. Die Wissenschaftler planen, den Algorithmus mit weiteren Daten anderer Krankenhäuser zu füttern.