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

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Machine Learning priorisiert hochgefährliche Patientensicherheitsereignisse zur Institutionellen Untersuchung

Chen H et al. · JMIR Med Inform · erschienen 29.09.2026 · PMID 42809834

Von KI ausgewählt und zusammengefasst

Worum es geht

Entwicklung und Validierung von Ranking-basierten Machine-Learning-Modellen (Feature- und Transformer-basiert) zur Triage von 101.239 Patientensicherheitsmeldungen aus kanadischem Universitätsklinikum 2017–2025; Vergleich mit klassifizierungsbasierten Ansätzen und manueller Triage.

Ergebnis

LLAMA3.1-RA (Large Language Model + Ranking) erzielte mittlere durchschnittliche Präzision 0,94 (95%-KI 0,90–0,98), 22,1% relative Verbesserung gegenüber bester Klassifizierung (LLAMA3.1-CL: 0,77). Modell identifizierte 83,0% hochgefährlicher Fälle in Top 200 vs. 41,0% durch Reporter-Schweregrad-Baseline.

Übertragbarkeit auf Deutschland

Kanada, ähnliches Versicherungssystem; Logik auf deutsche Meldesysteme übertragbar

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