Neues Modell GenHAI verbessert Vorhersage von MRSA-Infektionen im Krankenhaus

Die US Centers for Disease Control and Prevention (CDC) haben 2019 Methicillin-resistenter Staphylococcus aureus (MRSA) als ernsthafte Bedrohung für die Antimicrobial-Resistenz eingestuft. Für Krankenhauspatienten bleibt das Risiko, MRSA zu erwerben und lebensbedrohliche Folgen zu erleiden, besonders hoch, weil sie mit einer Kombination aus Begleiterkrankungen, Immunsuppression, Antibiotikagebrauch und Kontakt zu kontaminierten Personal- und Gerätschaften konfrontiert sind.

In einer neuen Studie wurde das generative probabilistische Modell GenHAI vorgestellt, das die Sequenzen von MRSA-Testresultaten während eines einzelnen Krankenhausaufenthalts modelliert. GenHAI nutzt das Paradigma der probabilistischen Programmierung und ermöglicht die Annäherung an eine Vielzahl von Vorhersage-, Kausal- und Gegenfaktischen Fragestellungen.

Das Modell bietet Krankenhausadministratoren ein leistungsfähiges Werkzeug, um das Risiko von MRSA-Infektionen gezielt zu reduzieren. Durch die Analyse von Testsequenzen können präventive Maßnahmen besser geplant und Ressourcen effizienter eingesetzt werden.

Die Wirksamkeit von GenHAI wurde anhand zweier realer Datensätze mit discriminativen und generativen maschinellen Lernmodellen verglichen. Die Ergebnisse zeigen, dass GenHAI die Vorhersagegenauigkeit verbessert und damit einen wichtigen Beitrag zur Infektionskontrolle leisten kann.

Diese Fortschritte eröffnen neue Perspektiven für die Entwicklung von Strategien zur Reduktion von Krankenhausassoziierten Infektionen und markieren einen bedeutenden Schritt in der Anwendung probabilistischer Modelle im klinischen Umfeld.