KI-THRUST: Mit künstlicher Intelligenz zu präziserer Gesundheitsversorgung
Innovatives Projekt entwickelt Vorhersagemodelle für poststationäre Versorgung auf Basis von Routinedaten
Das Innovationsfondsprojekt KI-THRUST, gefördert durch den Gemeinsamen Bundesausschuss (G-BA), zielt darauf ab, die Gesundheitsversorgung durch künstliche Intelligenz (KI) zu verbessern. Mithilfe von Machine-Learning-Verfahren werden Vorhersagemodelle für poststationäre Ereignisse wie Mortalität und ungeplante Wiederaufnahmen entwickelt und mit klassischen Regressionsmodellen verglichen.
Projektziele und Umsetzung
- Vorhersagegenauigkeit: Modelle wie AdaBoost und logistische Regression zeigten hohe Präzision bei der Vorhersage von Mortalität, jedoch geringere Leistung bei Wiederaufnahmen.
- Datenbasis: Das Projekt nutzt strukturierte GKV-Routinedaten von 1,4 Millionen Versicherten.
- Erklärbarkeit: Ansätze wie Shapley Values und LIME helfen, die Ergebnisse der KI-Modelle transparent zu machen.
- Weißbuch: Praktische Leitlinien für die Anwendung von KI in der Gesundheitsversorgung wurden erarbeitet
Herausforderungen und Ergebnisse
Die Entwicklung KI-gestützter Modelle ist daten- und rechenintensiv. Besonders unausgeglichene Datenverteilungen stellten eine Herausforderung dar, die durch Upsampling und Gewichtung gelöst wurde. Die Ergebnisse zeigen, dass KI-Methoden einen Mehrwert bieten, insbesondere bei komplexen Datenstrukturen. Das Projekt hebt hervor, dass KI die Gesundheitsversorgung transformieren kann, indem sie präzisere Entscheidungen unterstützt und individuelle Versorgungsbedarfe frühzeitig erkennt.
