A Multimodal Machine Learning Model for Predicting Prolonged Hospital Stay After Total Hip and Knee Arthroplasty：Development, Internal Validation, and External Validation in MIMIC-IV

Krankenhäuser sind riesige, komplexe Ökosysteme, in denen das Ziel stets die Heilung ist, doch der Weg zur Genesung ist für zwei verschiedene Menschen selten derselbe. Wenn ein Patient eine größere Gelenkersatzoperation durchläuft, wie etwa den Austausch eines verschlissenen Hüft- oder Kniegelenks, steht das medizinische Team vor einer entscheidenden Frage: Wie lange wird diese Person im Krankenhaus bleiben müssen? Ein Aufenthalt, der sich zu weit in die Länge zieht, ist nicht nur eine finanzielle Belastung für das Gesundheitssystem; er erhöht auch das Risiko des Patienten für Infektionen und andere Komplikationen. Seit Jahrzehnten versuchen Ärzte, diese verlängerten Aufenthalte mithilfe einer Checkliste aus Standardfakten vorherzusagen: das Alter des Patienten, seine Bluttestergebnisse und die Schwere seiner anderen Vorerkrankungen. Diese Zahlen erzählen eine Geschichte, aber sie lassen oft die detailliertesten Teile des Lebens und der Vorgeschichte eines Patienten aus, die häufig in den schriftlichen Notizen und Diagnosecodes verborgen sind, die die Krankenakten begleiten.

Ein Team von Forschern hat nun ein neues digitales Werkzeug entwickelt, das darauf ausgelegt ist, sowohl Zahlen als auch Wörter zu lesen, um eine bessere Vorhersage zu treffen. Indem sie einen Computer darauf trainierten, standardisierte medizinische Daten zusammen mit dem unstrukturierten Text in den Patientenakten zu analysieren, schufen sie ein System, das in der Lage ist, Anzeichen einer schwierigen Genesung viel früher als traditionelle Methoden zu erkennen. Dieser Ansatz beruht nicht auf Raten oder Intuition; stattdin lernt er aus Tausenden vergangener Fälle, um Muster zu finden, die dem menschlichen Auge entgehen könnten. Das Ergebnis ist ein klareres Bild davon, wer wahrscheinlich mit einem langen Krankenhausaufenthalt konfrontiert sein wird, was es Ärzten ermöglicht, besser vorzubereitet zu sein und potenziell die Zeit, die ein Patient im Krankenhaus verbringt, zu verkürzen.

Die Forscher begannen ihre Arbeit mit der Sammlung von Daten aus einer großen Datenbank von Patienten, die sich einer primären totalen Hüft- oder Kniearthroplastie in einem großen Krankenhaus in Südkorea unterzogen hatten. Sie konzentrierten sich auf 2.647 Erwachsene, die sich zum ersten Mal einem Gelenkersatz unterzogen hatten. Um zu definieren, wie ein „verlängerter“ Aufenthalt aussah, legten sie einen spezifischen Schwellenwert fest: jeden Krankenhausaufenthalt, der siebzehn Tage oder länger dauerte. Dieser Schwellenwert repräsentierte die obersten 25 Prozent der längsten Aufenthalte in ihrer Gruppe – ein Punkt, an dem die klinischen und wirtschaftlichen Kosten der Hospitalisierung signifikant werden. Das Team speiste dann zwei verschiedene Arten von Informationen in ihr Computermodell ein. Die erste Art bestand aus strukturierten Daten, also den ordentlichen, organisierten Fakten, die Ärzte routinemäßig sammeln, wie Alter, Geschlecht, Body-Mass-Index und spezifische Bluttestergebnisse wie Albumin- und Hämoglobinwerte. Der zweite Typ war unstrukturierter Text, der aus den ICD-10-Diagnosecodes abgeleitet wurde. Diese Codes sind die medizinische Kurzschrift, die Ärzte verwenden, um jede Erkrankung aufzulisten, die ein Patient hat, von Arthritis bis hin zu Bluthochdruck. Die Forscher behandelten diese Codes als eine Erzählung und konvertierten die Liste der Diagnosen in ein Format, das der Computer auf Bedeutung hin analysieren konnte.

Um ihre Vorhersagemaschine aufzubauen, trainierte das Team neun verschiedene Algorithmen des maschinellen Lernens, bei denen es sich um Computerprogramme handelt, die darauf ausgelegt sind, aus Daten zu lernen, anstatt starren, vorprogrammierten Regeln zu folgen. Sie testeten diese Modelle, um zu sehen, welches am besten zwischen Patienten unterscheiden konnte, die das Krankenhaus schnell verlassen würden, und jenen, die sie siebzehn Tage oder länger bleiben würden. Das erfolgreichste Modell war ein hochentwickeltes System namens LightGBM, das sich als außergewöhnlich gut bei der Identifizierung der subtilen Verbindungen zwischen der Vorgeschichte eines Patienten und seiner Genesungszeit erwies. Als es an einem Teil der Daten getestet wurde, die das Modell zuvor noch nie gesehen hatte, erreichte es eine hohe Genauigkeit und identifizierte das Risiko eines langen Aufenthalts mit einem AUC-Wert von 0,9160. Diese Leistung war signifikant besser als die Modelle, die sich nur auf die Standard-Bluttests und Demografien stützten, was bewies, dass die zusätzliche Informationsebene aus dem Diagnosetext einen echten Mehrwert bot.

Einer der aufschlussreichsten Aspekte der Studie war die Entdeckung dessen, was der Computer für am wichtigsten hielt. Als die Forscher das Modell baten, seine Argumentation zu erklären, fanden sie heraus, dass sechs der zwanzig einflussreichsten Faktoren direkt aus dem Diagnosetext stammten und nicht aus der Blutuntersuchung. Während Faktoren wie der Body-Mass-Index und niedrige Albuminwerte im Blut tatsächlich starke Prädiktoren waren, hob die Textanalyse spezifische Erkrankungen hervor, die traditionelle Checklisten oft übersehen. Beispielsweise erwiesen sich das Vorhandensein von Kniearthrose, unspezifischen Schmerzen und anderen Formen von Gelenkerkrankungen als starke Signale dafür, dass ein Patient möglicherweise mehr Zeit für die Genesung benötigen würde. Dies deutet darauf hin, dass die spezifische Kombination der Erkrankungen, die ein Patient mit sich trägt, wie es in seiner Akte dokumentiert ist, eine vollständigere Geschichte erzählt als die Zahlen allein. Das Modell bestätigte auch, dass die Dauer der Operation selbst ein Schlüsselfaktor war, was die Komplexität des Eingriffs widerspiegelt.

Um sicherzustellen, dass ihre Ergebnisse nicht nur ein glücklicher Treffer für eine bestimmte Gruppe von Patienten waren, nahmen die Forscher ihr Modell mit einer völlig anderen Datenbank aus den USA, bekannt als MIMIC-IV. Diese Datenbank enthält Aufzeichnungen aus einer großen Intensivstation in Boston und repräsentiert ein anderes Gesundheitssystem, einen anderen Zeitraum und eine andere Bevölkerungsgruppe. Anfänglich sank die Leistung des Modells, wenn es auf den gesamten Patientenpool dieser neuen Datenbank angewendet wurde, der viele Menschen enthielt, die sich keinen Gelennersatz unterzogen hatten. Als die Forscher jedoch die Daten filterten, um nur die Patienten zu betrachten, die tatsächlich einen Hüft- oder Knieersatz erhalten hatten, schoss die Genauigkeit des Modells in die Höhe. In dieser spezifischen Gruppe schnitt das Modell sogar noch besser ab als in der ursprüngigen Studie und erreichte einen AUC-Wert von 0,9396. Diese dramatische Verbesserung in einem unabhängigen, externen Setting deutet darauf sich hin, dass das Werkzeug robust ist und sich an verschiedene Umgebungen anpassen kann, sofern es bei der richtigen Gruppe von Menschen angewendet wird. Es ist wichtig anzumerken, dass für diese externe Validierung bestimmte Variablen wie der Body-Mass-Index in der Datenbank fehlten und von den Forschern geschätzt werden mussten, das Modell jedoch dennoch eine außergewöhnliche Leistung zeigte.

Die Studie untersuchte auch, wie viel Daten benötigt wurden, um das Modell zuverlässig zu machen. Durch das Testen des Systems mit zunehmenden Mengen an Patientenakten fanden die Forscher heraus, dass das Modell schnell lernte und sich stabilisierte, sobald es etwa zwei Drittel der verfügbaren Trainingsdaten geprüft hatte. Dies deutet darauf hin, dass das Werkzeug keine unmögliche Menge an Informationen benötigt, um effektiv zu funktionieren, und dass es nicht einfach nur die Daten auswendig lernt, sondern echte Muster erkennt. Die Fähigkeit des Modells, sich so gut auf eine neue, unabhängige Datenbank zu verallgemeinern, ist ein starkes Zeichen dafür, dass es grundlegende Wahrheiten über die Genesung nach einer Gelentschirurgie erfasst hat und nicht bloß die Besonderheiten einer einzelnen Klinik aufgegriffen hat.

Trotz dieser Erfolge weisen die Forscher vorsichtig auf die Grenzen ihrer Arbeit hin. Das Modell wurde anhand von Daten aus einer einzigen Institution in Südkorea erstellt und in einer einzigen Intensivstation in den USA validiert, was bedeutet, dass es noch nicht in einer Vielzahl globaler Gesundheitssysteme getestet wurde. Zudem fehlten einige wichtige Informationen, wie der exakte Body-Mass-Index oder die spezifische Klassifizierung des allgemeinen Gesundheitszustands eines Patienten, in der externen Datenbank, weshalb diese geschätzt werden mussten, was eine gewisse Unsicherheit einführen könnte. Die Forscher betonen auch, dass ihre Definition eines „langen Aufenthalts“ auf der spezifischen Verteilung ihrer ursprünglichen Gruppe basierte, was nicht perfekt auf jedes Krankenhaus der Welt anwendbar sein mag. Sie unterstreichen, dass das Werkzeug zwar leistungsstark ist, aber eher ein Ausgangspunkt für zukünftige Forschung als eine endgültige Lösung darstellt.

Das ultimative Ziel dieser Arbeit ist es, über die reine Vorhersage hinaus zur Handlung überzugehen. Indem Ärzte Patienten, die ein hohes Risiko für einen längeren Aufenthalt haben, bereits identifizieren, bevor sie den Operationssaal betreten, können sie früher intervenieren. Sie könnten die Medikation eines Patienten anpassen, zusätzliche Physiotherapie organisieren oder mit Sozialarbeitern koordinierten, um einen reibungslosen Übergang nach Hause zu gewährleisten. Die Studie zeigt, dass die Informationen, die für diese Entscheidungen nötig sind, bereits in den Patientenakten liegen und nur darauf warten, korrekt gelesen zu werden. Durch die Kombination der harten Zahlen der Bluttests mit dem reichhaltigen Kontext der Diagnosen bietet dieser neue Ansatz eine Möglichkeit, die Krankenhausversorgung effizienter und persönlicher zu gestalten. Er legt nahe, dass die Zukunft der medizinischen Vorhersage nicht darin liegt, sich zwischen Daten und Text zu entscheiden, sondern darin, sie miteinander zu verweben, um das vollständige Bild der Gesundheit eines Patienten zu erfassen.