Forscher der Ohio State University haben ein Modell der künstlichen Intelligenz namens CURE entwickelt, das auf der Grundlage eines großen Datensatzes von Patienteninformationen die wirksamsten Behandlungsoptionen zur Verhinderung von Schlaganfällen bei Menschen mit Herzerkrankungen vorhersagt. Durch Vortraining des Modells anhand umfangreicher allgemeiner Daten und anschließende Feinabstimmung mit spezifischen Informationen über Gesundheitszustand und Behandlung übertraf die KI sieben bestehende Modelle und stimmte mit den Behandlungsempfehlungen von vier randomisierten klinischen Studien überein. Die Wirksamkeit des Modells wurde durch die Einbeziehung von Wissensgraphen und das Füllen von Lücken in den Patientenakten verbessert. Die Forscher sind der Ansicht, dass dieses KI-Modell die Identifizierung wirksamer Medikamente für verschiedene Krankheiten beschleunigen und den Prozess der Durchführung randomisierter klinischer Studien möglicherweise rationalisieren könnte. Ziel ist es, die personalisierte Patientenversorgung zu unterstützen und möglicherweise Zeit und Ressourcen zu sparen. Das umfassende Vortraining des Modells und die Integration von Wissensgraphen verbesserten seine Leistung erheblich, und die Forscher stellen sich eine Zukunft vor, in der Kliniker diese KI als entscheidungsunterstützendes Instrument auf der Grundlage elektronischer Gesundheitsdaten nutzen können. Die Studie wurde von den National Institutes of Health finanziert und erfolgte in Zusammenarbeit mit IBM Research und Anytime AI.
>
