KI-Tool PREVIA sagt PTSD-Risiko anhand von Notaufnahme-Schilderungen voraus
Ein von Forschern der NYU Langone entwickeltes KI-Tool sagte voraus, welche Patienten in der Notaufnahme später eine posttraumatische Belastungsstörung entwickeln würden. Dafür analysierte es deren Schilderungen darüber, warum sie ins Krankenhaus gekommen waren. In einem Test mit 145 Patienten erkannte PREVIA laut einer in Nature Communications veröffentlichten Studie mehr als 95,4 Prozent der Risikopatienten korrekt.
- PREVIA analysierte Schilderungen von Traumata von 145 Patienten in Notaufnahmen.
- Die KI identifizierte mehr als 95,4 Prozent der Risikopatienten.
- Bei 30 Patienten, die später PTSD entwickelten, erkannte das System 100 Prozent.
- Das System nutzt mehrere KI-Ebenen und erstellt eine Erklärung in allgemein verständlicher Sprache.
- Laut den Forschern können Krankenhäuser das System unabhängig testen, da es Open-Source-Modelle nutzt.
Eine einzige Frage in der Notaufnahme liefert das Signal
PREVIA analysiert die aufgezeichneten und transkribierten Antworten von Patienten auf die routinemäßig gestellte Frage "What brought you to the ED?" Die Forscher sagen, dass diese spontanen Schilderungen sprachliche Hinweise auf ein späteres PTSD-Risiko enthalten. Dazu gehören Symptome während des ursprünglichen Traumas, etwa Kontrollverlust oder Amnesie, sowie frühe Symptome in der Notaufnahme, beispielsweise das Gefühl, vom eigenen Körper losgelöst zu sein.
In einem direkten Vergleich mit 30 Patienten aus derselben Gruppe, die später PTSD entwickelten, erkannte PREVIA 100 Prozent der Fälle. Ein auf PTSD spezialisierter Arzt in der Notaufnahme erkannte 89 Prozent von ihnen korrekt.
„Dies ist die erste Studie, die zeigt, dass die spontanen Antworten eines Patienten auf eine einzige routinemäßige Frage im Rahmen der Versorgung ... ein ausreichendes psychologisches Signal enthalten, um das PTSD-Risiko einen Monat später vorherzusagen“, sagte die leitende Studienautorin Katharina Schultebraucks, außerordentliche Professorin in den Abteilungen für Psychiatrie und Bevölkerungsgesundheit an der NYU Langone.
Wie PREVIA seine Risikoeinschätzung erstellt
Das System nutzt eine Pipeline aus KI-Modellen, wobei unterschiedliche Modelle verschiedenen Teilen der Einschätzung zugewiesen sind. Die erste Ebene untersucht die Schilderung des Patienten auf traumabezogene und frühe posttraumatische Symptome. Eine zweite Ebene berücksichtigt Risikofaktoren wie vorbestehende psychische Erkrankungen und einen niedrigeren sozioökonomischen Status sowie Schutzfaktoren wie Bewältigungsfähigkeiten und starke soziale Unterstützung.
Ein drittes Modell führt diese Einschätzungen in einer strukturierten Zusammenfassung zusammen. Eine letzte Ebene nutzt die Zusammenfassung zusammen mit demografischen Informationen, der Art des Traumas und bekannten PTSD-Prävalenzraten, um einen Risiko-Score und eine Erklärung in allgemein verständlicher Sprache zu erstellen.
Die Forscher erklärten, dass dieses Design mit drei Ebenen bei den meisten Leistungskennzahlen durchgehend besser abschnitt als einfachere Konfigurationen. Außerdem sei das Tool darauf ausgelegt, seine Schlussfolgerungen zu erklären und seine Vorhersagen mit etablierten PTSD-Risikofaktoren zu verknüpfen. Die Ergebnisse wurden anhand von Diagnosen validiert, die mit der Clinician-Administered PTSD Scale for DSM-5, kurz CAPS-5, gestellt wurden. Die Studie bezeichnet sie als Goldstandard für das klinische Interview zur Diagnose von PTSD.
Warum frühes Screening in Notaufnahmen wichtig ist
Jedes Jahr werden laut früheren, in der Mitteilung zitierten Studien rund 43 Millionen Patienten mit körperlichen Verletzungen in US-Notaufnahmen aufgenommen, und mehr als ein Viertel entwickelt PTSD. Die Forscher beschreiben den ersten Monat nach einem Trauma als wichtigen Zeitraum, um gefährdete Menschen zu identifizieren, weil viele Patienten danach keinen Kontakt mehr zum Krankenhaus haben.
Vorhandene Fragebögen, darunter der Peritraumatic Dissociative Experiences Questionnaire und die Posttraumatic Adjustment Scale, können die Entwicklung von PTSD vorhersagen. Allerdings führen nur etwa 28 Prozent der Notaufnahmen routinemäßig ein PTSD-Screening durch, und nur zwei Drittel davon verwenden validierte Instrumente. Die Studienautoren führten dies teilweise auf Überlastung und die etwa 15, 20 Minuten zurück, die Ärzte typischerweise pro Patient haben. Dadurch können unmittelbare medizinische Bedürfnisse Vorrang vor zeitaufwendigen psychischen Untersuchungen erhalten.
„PREVIA kann als KI-Screening-Tool dienen, das gefährdete Patienten identifiziert und erklärt, warum dies der Fall ist, ohne die Aufnahme in ausgelasteten Notaufnahmen zu verlängern“, sagte Schultebraucks.
Open-Source-Design könnte unabhängige Tests ermöglichen
Laut Schultebraucks wurde PREVIA auf Open-Source-Modellen aufgebaut und erforderte weder Training noch Feinabstimmung. Dadurch könnten andere Krankenhäuser das System unabhängig testen, ohne Zugriff auf proprietäre Software oder die Patientendaten der Forscher zu benötigen, sagte sie.
Die Studie wurde von Forschern der NYU Langone Health geleitet und durch einen Zuschuss des National Institute for Mental Health, R01 MH129856, finanziert. Schultebraucks war die leitende Forscherin. Die Ergebnisse sprechen dafür, die bereits vorhandenen Schilderungen von Patienten aus der Notaufnahme als möglichen Input für ein Screening zu nutzen. In der Mitteilung wird PREVIA jedoch als Instrument zur Identifizierung von Menschen dargestellt, die zeitnahe Nachsorge benötigen könnten, und nicht als Ersatz für eine klinische Diagnose.
