KI-optimierte Diagnosepfade bei chronischer Atemnot: welche Untersuchung sich zuerst lohnt
Von KI ausgewählt und zusammengefasst
Worum es geht
Aus schwedischen Bevölkerungsdaten entwickeltes Reinforcement-Learning-Modell, das für 16 mögliche Ursachen von Atemnot die kostengünstigste Untersuchungsreihenfolge bestimmt.
Ergebnis
Das Modell setzt durchgehend einfache und billige Schritte an den Anfang: Body-Mass-Index, Angst- und Depressionsscreening, körperliche Aktivität und Spirometrie, erst danach Diffusionskapazität, CT-Thorax und Hämoglobin. Die Lunge wird vor dem Herzen abgeklärt. Die Reihenfolge war über Geschlecht und Rauchstatus hinweg weitgehend gleich — die Personalisierung brachte weniger als die Sequenzierung.
Übertragbarkeit auf Deutschland
Schweden, steuerfinanziert — Kostengewichte hierzulande anders, Reihenfolge nicht
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.