Ein neues Modell künstlicher Intelligenz hat bei Routine-Herzuntersuchungen bisher unentdeckte Signale entdeckt, die zuverlässig vorhersagen, welche Patienten nach einer Operation potenziell tödliche Komplikationen erleiden werden. Das Modell übertrifft die Risikobewertungen, auf die sich Ärzte derzeit verlassen, deutlich. Die von der Regierung finanzierte Arbeit von Forschern der Johns Hopkins University, die standardmäßige und kostengünstige Testergebnisse in ein potenziell lebensrettendes Instrument verwandelt, könnte die Entscheidungsfindung und Risikoberechnung sowohl für Patienten als auch für Chirurgen grundlegend verändern. „Wir zeigen, dass ein einfaches Elektrokardiogramm wichtige prognostische Informationen enthält, die mit bloßem Auge nicht erkennbar sind“, sagte der leitende Autor Robert D. Stevens , Leiter der Abteilung für Informatik, Integration und Innovation bei Johns Hopkins Medicine. „Wir können diese Informationen nur mit maschinellen Lerntechniken extrahieren.“ Die Ergebnisse wurden heute im British Journal of Anaesthesia veröffentlicht . Bei einem erheblichen Teil der Menschen treten nach größeren… 

Forscher des College of Engineering and Computer Science der Florida Atlantic University und des Marcus Neuroscience Institute des Boca Raton Regional Hospital , das zu Baptist Health gehört, haben einen wichtigen Meilenstein in der Modellierung der Lendenwirbelsäule erreicht, indem sie künstliche Intelligenz mit Biomechanik integriert haben, um die Wirbelsäulendiagnostik und die personalisierte Behandlungsplanung zu verändern. Sie sind die ersten, die eine vollautomatische Finite-Elemente-Analyse-Pipeline speziell für die Modellierung der Lendenwirbelsäule entwickelt haben. Ihr Durchbruch besteht in der Integration von Deep-Learning-Tools wie nnUNet und MONAI mit biomechanischen Simulatoren wie GIBBON und FEBio. Die Ergebnisse der Studie, die in der Fachzeitschrift World Neurosurgery veröffentlicht wurden , zeigen, dass dieser neue Ansatz die Vorbereitungszeit für Lendenwirbelsäulenmodelle um 97,9 % – von über 24 Stunden auf nur 30 Minuten und 49 Sekunden – reduzierte, ohne die biomechanische Genauigkeit zu beeinträchtigen. Die vollautomatische Pipeline ermöglicht schnelle, patientenspezifische Simulationen, die die präoperative Planung, die Optimierung… 

Forscher haben ein generatives KI-Modell entwickelt, das anhand umfangreicher Gesundheitsakten abschätzt, wie sich die menschliche Gesundheit im Laufe der Zeit verändern könnte. Es kann das Risiko und den Zeitpunkt von über 1.000 Krankheiten prognostizieren und gesundheitliche Folgen über ein Jahrzehnt im Voraus vorhersagen. Dieses neue generative KI-Modell wurde mithilfe algorithmischer Konzepte, die denen von Large Language Models (LLMs) ähneln, maßgeschneidert entwickelt. Trainiert wurde es anhand anonymisierter Patientendaten von 400.000 Teilnehmern der UK Biobank . Die Forscher testeten das Modell außerdem erfolgreich anhand von Daten von 1,9 Millionen Patienten aus dem dänischen nationalen Patientenregister. Dieser Ansatz ist eine der bislang umfassendsten Demonstrationen, wie generative KI den Krankheitsverlauf beim Menschen in großem Maßstab modellieren kann, und wurde anhand von Daten aus zwei völlig getrennten Gesundheitssystemen getestet.  „Unser KI-Modell ist ein Proof of Concept und zeigt, dass KI viele unserer langfristigen Gesundheitsmuster erlernen und diese…