A generative digital twin forecasts and simulates intensive care patients without task labels

In der Hochrisikoumgebung einer Intensivstation ist Zeit ein Luxus, der selten existiert. Ein Patient trifft ein, oft in kritischem Zustand, und innerhalb weniger Stunden muss ein Kliniker eine Reihe von lebenswichtigen Entscheidungen treffen. Wird sich der Zustand des Patienten verschlechtern? Wird er eine Maschine benötigen, die für ihn atmet, oder Medikamente, um seinen Blutdruck hochzuhalten? Wird er die Nacht überleben? Traditionell haben sich Ärzte auf klinische Scores und ihre eigene Erfahrung verlassen, um diese Fragen zu beantworten, aber diese Werkzeuge sind oft stumpfe Instrumente, die für spezifische Ergebnisse konzipiert sind und Schwierigkeiten haben, sich anzupassen, wenn ein Patient in einem anderen Krankenhaus behandelt wird. Unterdessen hat die künstliche Intelligenz begonnen, einen anderen Weg aufzuzeigen. Anstatt für jede einzelne Vorhersage, die ein Arzt benötigen könnte, ein separates Computerprogramm zu erstellen, erforschen Forscher nun die Idee eines „digitalen Zwilling“. Dies ist ein virtuelles Modell eines Patienten, das aus seiner Krankengeschichte lernt, um seine möglichen Zukünfte zu simulieren. Wenn ein solches Modell genau vorhersagen könnte, wie ein Patient auf verschiedene Behandlungen reagieren würde, könnte es die Art und Weise revolutionieren, wie Ärzte die Versorgung planen, medizinische Studien entwerfen und neue Kliniker unterrichten.

Ein Forschungsteam hat nun ein solches Modell gebaut und getestet, genannt Didymos, was auf Griechisch „Zwilling“ bedeutet. Im Gegensatz zu früheren Versuchen, die mit Daten aus einem einzelnen Krankenhaus oder einem einzelnen Land trainiert wurden, wurde Didymos mit einer massiven Sammlung medizinischer Aufzeichnungen aus sieben verschiedenen Datenbanken aus fünf Ländern trainiert, darunter die USA, die Schweiz, die Niederlande, Österreich und Südkorea. Die Forscher speisten das Modell mit den Aufzeichnungen von mehr als 400.000 erwachsenen Patienten, die Zeit auf der Intensivstation verbracht hatten. Entscheidend war, dass sie dem Modell nicht beibrachten, nach spezifischen Antworten zu suchen, wie etwa „Wird dieser Patient sterben?“ oder „Wird er ein Beatmungsgerät benötigen?“. Stattdessen ließen sie das Modell den natürlichen Fluss medizinischer Ereignisse lernen, indem es einfach das nächste Stück Information in der Patientenakte vorhersagte. Dieser Ansatz ermöglichte es dem Modell, die komplexe, vernetzte Natur kritischer Erkrankungen zu verstehen, ohne in eine enge Box vordefinierter Aufgaben gezwungen zu werden.

Nach dem Training testeten die Forscher Didymos an Patienten, die das Modell zuvor noch nie gesehen hatte. Sie baten das Modell, die Zukunft dieser Patienten basierend auf ihren Aufzeichnungen bis zu einem bestimmten Zeitpunkt zu simulieren. Die Ergebnisse waren beeindruckend. Als das Modell hunderte von möglichen Zukünften für einen einzelnen Patienten generierte und untersuchte, wie oft bestimmte Ereignisse auftraten, sagte es Ergebnisse wie Tod, die Notwendigkeit eines Beatmungsgeräts oder Nierenversagen mit einer Genauigkeit voraus, die den besten spezialisierten Computerprogrammen, die derzeit im Einsatz sind, entsprach oder diese sogar übertraf. In einem Ranking von zwanzig verschiedenen Vorhersagewerkzeugen erreichte Didymos den besten mittleren Rang insgesamt, obwohl ein anderes Modell, TabPFN-3.5, speziell für die Vorhersage des Todes auf der Intensivstation den ersten Platz belegte. Didymos schnitt besser ab als Modelle, die speziell mit Labels für jede Aufgabe trainiert worden waren, was darauf hindeutet, dass das Erlernen der allgemeinen Geschichte eines Krankenhausaufenthalts ein mächtigerer Weg ist, das Ende vorherzusagen, als das Auswendiglernen spezifischer Ergebnisse.

Die Forscher schauten jedoch auch über die bloße Genauigkeit der Vorhersagen hinaus. Sie untersuchten, ob die Simulationen des Modells realistisch und sicher in der Anwendung waren. Eine Sorge bei generativen Modellen ist, dass sie die Daten, mit denen sie trainiert wurden, einfach auswendig lernen könnten, was potenziell zum Abfluss privater Informationen über echte Patienten führen könnte. Das Team führte strenge Tests durch, um zu sehen, ob ein Angreifer feststellen konnte, ob die Aufzeichnung eines bestimmten Patienten Teil der Trainingsdaten war. Die Ergebnisse zeigten, dass das Modell diese Informationen geheim hielt; die Chance, einen echten Patienten aus der Ausgabe des Modells zu identifizieren, war nicht besser als Raten. Darüber hinaus, als die Forscher das Modell baten, zu simulieren, wie ein Patient auf eine Behandlung reagieren würde, wie etwa dem Beginn einer Medikation zur Blutdrucksteigerung, entsprachen die Ergebnisse eng mit dem, was in realen Beobachtungen tatsächlich geschehen war. Dies deutet darauf hin, dass das Modell die wahren Ursache-Wirkungs-Beziehungen in den Daten gelernt hat und nicht nur oberflächliche Muster.

Die Studie untersuchte auch, wie diese Technologie in der realen Welt eingesetzt werden könnte. Die Forscher fanden heraus, dass sie durch die Nutzung der Vorhersagen des Modells als Werkzeug zur Planung medizinischer Studien die Anzahl der Patienten, die für den Test einer neuen Behandlung benötigt werden, signifikant reduzieren könnten. In einigen Fällen konnte die erforderliche Stichprobengröße um mehr als ein Drittel gesenkt werden, was klinische Studien schneller und kostengünstiger macht. Sie testeten auch, ob das Modell an Krankenhäuser anpassen kann, die es noch nie besucht hat. Als es mit Daten aus zwei neuen Krankenhäusern in Russland und China konfrontiert wurde, performte das Modell anfangs gut, aber nach nur wenigen Minuten Training mit den unbeschrifteten Daten des neuen Krankenhauses stieg seine Leistung auf das Niveau lokaler Experten an. Diese Fähigkeit, schnell aus neuen Umgebungen zu lernen, ohne ein vollständiges Retraining zu benötigen, ist ein bedeutender Schritt, um solche Werkzeuge für diverse Gesundheitssysteme praktikabel zu machen.

Trotz dieser Erfolge waren die Forscher transparent über die Grenzen des Modells. Sie entdeckten, dass das Modell zwar exzellent darin war, das Risiko für das Eintreten eines Ereignisses vorherzusagen, die tatsächlichen simulierten Zeitabläufe den Eintritt des Todes im Vergleich zur Realität jedoch manchmal verzögerten. Das bedeutet, dass das Modell zwar sehr gut darin ist zu sagen: „Dieser Patient ist einem hohen Risiko ausgesetzt“, die genaue Zeitplanung eines simulierten Todes in einem virtuellen Zeitstrahl jedoch etwas später liegen kann als in einem echten Krankenhaus. Das Team identifizierte dies als ein bekanntes Problem bei der Generierung von Sequenzen durch diese Modelle und schlug eine Methode vor, um dies bei der Berechnung von Risiken zu korrigieren. Sie merkten auch an, dass das Modell die Vorurteile und Praktiken der Daten widerspiegelt, mit denen es trainiert wurde, was bedeutet, dass es beschreibt, wie Patienten derzeit behandelt werden, und nicht, wie sie in einem idealen Szenario behandelt werden sollten.

In einem abschließenden Test der menschlichen Wahrnehmung baten die Forscher zwanzig Spezialisten für Intensivmedizin, eine Mischung aus echten Patientenakten und den von Didymos generierten synthetischen Akten zu begutachten. Die Ärzte konnten keinen Unterschied feststellen; sie erraten die richtige Zuordnung weniger als die Hälfte der Zeit, was bedeutet, dass sie nicht besser als durch Zufall abschnitten. Dies zeigt, dass die digitalen Zwillinge nicht nur statistisch genau, sondern für die Experten, die sich um sie kümmern, auch visuell und logisch nicht von echten Patienten zu unterscheiden sind. Die Studie kommt zu dem Schluss, dass ein einzelnes, generatives Modell, das auf diversen, globalen Daten trainiert wurde, als leistungsstarker digitaler Zwilling für Intensivpatienten dienen kann. Es bietet eine Möglichkeit, Ergebnisse vorherzusagen, Reaktionen auf Behandlungen zu simulieren und realistische Trainingsfälle zu generieren, ohne für jede einzelne Frage ein neues Modell zu benötigen. Während die Technologie noch nicht bereit ist, Ärzte am Krankenbett zu ersetzen, bietet sie ein robustes Fundament, um die Art und Weise zu verbessern, wie wir Krankheiten vorhersagen, Forschung gestalten und die nächste Generation medizinischer Fachkräfte unterrichten.