Modulares Deep‑Learning‑System zur Vorhersage tödlicher Hitzewellen

Schwere Hitzewellen in Städten stellen eine ernsthafte Bedrohung für die öffentliche Gesundheit dar. Um dieser Gefahr entgegenzuwirken, ist die Entwicklung von Frühwarnstrategien unverzichtbar.

Die Vorhersage einer bevorstehenden tödlichen Hitzewelle gestaltet sich jedoch als besonders schwierig. Ein zentrales Problem ist die Definition und Schätzung von hitzebedingter Mortalität. Zusätzlich erfordert ein effektives Frühwarnsystem umfangreiche Daten, räumliche und zeitliche Robustheit sowie klare Entscheidungsparameter.

Um diese Herausforderungen zu meistern, wurde DeepTherm entwickelt – ein modulares Frühwarnsystem, das keine historischen Daten zu hitzebedingter Mortalität benötigt. Durch die Nutzung von Deep‑Learning trennt DeepTherm die Basis‑Mortalität, die ohne Hitzewellen und andere Unregelmäßigkeiten entsteht, von der Gesamtmortalität. Dieser duale Vorhersage‑Ansatz ermöglicht eine präzise Erkennung potenziell tödlicher Hitzeereignisse.

Die Leistungsfähigkeit von DeepTherm wurde anhand realer Daten aus ganz Spanien getestet. Die Ergebnisse zeigen eine konsistente, robuste und genaue Performance über verschiedene Regionen, Zeiträume und Bevölkerungsgruppen hinweg. Das System erlaubt zudem einen flexiblen Kompromiss zwischen verpassten Warnungen und Fehlalarmen.