Generative KI deckt unentdeckte Vogelgrippe-Expositionsrisiken in Notaufnahmen in Maryland auf
Forscher der University of Maryland School of Medicine haben eine neue und äußerst effektive Anwendung eines Tools auf Basis künstlicher Intelligenz (KI) entwickelt, um Notizen in elektronischen Krankenakten schnell zu scannen und Hochrisikopatienten zu identifizieren, die möglicherweise mit der Vogelgrippe H5N1 infiziert waren. Dies geht aus neuen Erkenntnissen hervor, die in der Fachzeitschrift Clinical Infectious Diseases veröffentlicht wurden . Mithilfe eines generativen KI-Large-Language-Modells (LLM) analysierte das Forschungsteam 13.494 Besuche erwachsener Patienten in den Notaufnahmen der Krankenhäuser des University of Maryland Medical System (UMMS) in städtischen, vorstädtischen und ländlichen Gebieten im Jahr 2024. Diese Patienten litten alle an akuten Atemwegserkrankungen (wie Husten, Fieber, Verstopfung) oder Bindehautentzündung – Symptome, die mit einer frühen H5N1-Infektion vereinbar sind. Ziel war es zu beurteilen, wie gut generative KI Hochrisikopatienten identifizieren kann, die bei der Erstbehandlung möglicherweise übersehen wurden. Beim Durchsuchen aller Aufzeichnungen der Notaufnahme fand das Modell…

