KI-Modelle prognostizieren Aufenthaltsdauer nach Wirbelsäulenoperation – 29 Studien

Eine systematische Übersicht von 29 Studien, die zwischen 2015 und 2024 veröffentlicht wurden, zeigt, dass moderne KI‑Modelle die Dauer des Krankenhausaufenthalts nach elektiver Wirbelsäulenoperation deutlich genauer vorhersagen als klassische statistische Verfahren. Die meisten Untersuchungen nutzten logistische Regression, Random‑Forest‑Algorithmen, Boosting‑Methoden und neuronale Netze, wobei die besten Ergebnisse mit AUC‑Werten zwischen 0,94 und 0,99 erzielt wurden.

Besonders leistungsfähig waren K‑Nearest‑Neighbors und Naive Bayes in einigen Studien, die die höchste Vorhersagegenauigkeit erreichten. Zu den wichtigsten Prädiktoren zählen das Alter, das Vorhandensein von Komorbiditäten wie Bluthochdruck und Diabetes, der Body‑Mass‑Index, die Art und Dauer der Operation sowie die Anzahl der betroffenen Wirbelsegmente.

Ein zentrales Problem bleibt die fehlende Standardisierung und die begrenzte externe Validierung der Modelle. Ohne einheitliche Berichtsstandards und unabhängige Testdaten ist es schwierig, die Ergebnisse in der klinischen Praxis breit einzusetzen. Dennoch verdeutlicht die Analyse das enorme Potenzial von künstlicher Intelligenz, die Planung von Ressourcen zu optimieren und die Patientenversorgung zu verbessern.