Künstliche Intelligenz sagt Komplikationen nach Frühgeburt voraus

Frühgeborene mit einem sehr geringen Körpergewicht (VLBW Frühgeborene) haben ein gesteigertes Morbiditäts- und Mortalitätsrisiko. Konventionelle Tests, wie der CRIB I, CRIB II, SNAP-II und SNAPPE-II stellen die akute Krankheitsschwere dar, aber sagen zukünftige Komplikationen nur ungenau voraus. Die Studiengruppe um den Autoren Shu entwickelte mit maschinellem Lernen Algorithmen, die mit einer Area Under Receiver Operating Characteristic Curve (AUROC) von > 0,7 ihre Diskriminierungsfähigkeit bewiesen.