KI vorhersagt chirurgische Erfolge bei chronischer Rhinosinusitis

In einer wegweisenden Studie wurde gezeigt, dass künstliche Intelligenz (KI) die Prognose von chirurgischen Ergebnissen bei chronischer Rhinosinusitis (CRS) deutlich verbessern kann. Durch den Einsatz von überwachten Machine‑Learning‑Modellen konnten Forscher anhand ausschließlich präoperativer Daten vorhersagen, welche Patienten von einer Operation profitieren werden.

Die Untersuchung stützt sich auf einen prospektiv gesammelten Datensatz aus einer Beobachtungsstudie, in der alle Teilnehmenden operiert wurden. Ziel war es, Modelle zu entwickeln, die vor der Operation entscheiden, ob ein chirurgischer Eingriff sinnvoll ist. Dabei wurde der Sino‑Nasale Outcome Test‑22 (SNOT‑22) als Hauptmaß für die Patienten‑Ergebnisbewertung herangezogen.

Mehrere Algorithmen, darunter ein Ensemble‑Ansatz, wurden getestet. Das beste Modell erreichte eine Klassifikationsgenauigkeit von rund 85 %. Damit liefert es nicht nur präzise, sondern auch interpretierbare Vorhersagen zur chirurgischen Eignung. Auf einer unabhängigen Testgruppe von 30 Fällen zeigte das Modell konsistente Leistungen, was die Zuverlässigkeit der Methode unterstreicht.

Diese Ergebnisse deuten darauf hin, dass KI‑gestützte Entscheidungsunterstützung die individuelle Behandlungsplanung bei CRS optimieren und sowohl Kosten senken als auch die Lebensqualität der Patienten verbessern kann. Die Studie eröffnet neue Perspektiven für die Integration von Machine Learning in die klinische Praxis.