Knowledge-Hub Digitalisierung, KI & Gesundheitein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Interpretable Machine Learning für finanzielle Risikostratifizierung in der kolorektalen Chirurgie unter DRG-Entgelt

Fan B et al. · Front Public Health · erschienen 14.08.2026 · in PubMed seit 29.08.2026 · PMID 42666356

Von KI ausgewählt und zusammengefasst

Worum es geht

Maschinelles Lernen zur Vorhersage von DRG-bedingtem finanziellem Risiko bei kolorektalen Krebsoperationen mit Integration in Point-of-Care-Entscheidungsunterstützung.

Ergebnis

Random-Forest-Modell erreichte AUROC 0,852 im Derivationscohort (n=2081) und 38,4% Patienten überschritten DRG-Benchmark. SHAP-Analyse identifizierte chirurgischer Zugang, postoperative Komplikationen, Liegedauer und Komorbiditätslast als Haupttreiber. Web-basiertes Tool zur individualisierten Risikovorhersage wurde prospektiv evaluiert (n=12 Patienten), Kalibrierungsplot und Entscheidungskurve zeigten klinischen Nutzen.

Übertragbarkeit auf Deutschland

China, aber DRG-Finanzierung vergleichbar mit deutschen Pauschalsystemen, einsatzbar zur Ressourcenplanung.

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.