Forschende aus Hagenberg präsentierten auf der EUROCAST 2024 KI-gestützte Ansätze zur Vorhersage von Krankenhausverweildauer und Übergewicht. Die veröffentlichten Ergebnisse zeigen das Potenzial maschinellen Lernens für effizienteres Bettenmanagement, personalisierte Gesundheitsplanung und gezielte Präventionsstrategien im medizinischen Bereich.
Im Rahmen der EUROCAST 2024 präsentierten Forschende aus Hagenberg Algorithmen, Ansätze und Ergebnisse ihrer aktuellen Forschung, unter anderem aus dem Bereich Medizin- und Bioinformatik. Diese Ergebnisse wurden anschließend in Computer Aided Systems Theory – EUROCAST 2024, Lecture Notes in Computer Science, Springer publiziert. Eine Arbeit beinhaltet die aktuellen Ergebnisse des Projekts Leistungsvergleich Medizin (LeiVMed) zum Thema Prädiktion der Verweildauer in Krankenhäusern nach Operationen. Hierbei wurden verschiedenen Algorithmen des maschinellen Lernens (genetische Programmierung, Random Forest, neuronale Netze, Support Vector Machines etc.) verglichen und auch die Leistung als Multi-Model-Ensemble für 27 verschiedene OP-Arten evaluiert. Die Ergebnisse zeigen die Machbarkeit und bestätigen das Potential einer KI-basierten Vorhersage der Bettenbelagsdauer für verbessertes Bettenmanagement sowie effizientere Planung von Aufenthalten und Nachsorgeterminen (z.B. Physiotherapie). Eine weitere Publikation widmet sich der Vorhersage von Übergewicht auf Basis genetischer Informationen unter Einsatz interpretierbarer maschineller Lernverfahren. Im Fokus steht dabei die genetische Programmierung, mit der Modelle entwickelt wurden, die sowohl leistungsfähig als auch nachvollziehbar sind. Grundlage der Studie ist das GenObIA-Datenset, das umfangreiche sozio-demografische, umweltbezogene, verhaltensbezogene und genetische Daten umfasst und von Forschungspartnern in Spanien erhoben wurde. Die Ergebnisse zeigen, dass genetische Varianten in Kombination mit demografischen Informationen, Vorerkrankungen und dem Lebensstil eine wichtige Rolle bei der Prädiktion von Übergewicht spielen. Die entwickelten Modelle liefern wertvolle Einblicke in die Entstehung von Adipositas und unterstützen die Entwicklung gezielter Präventionsstrategien im Bereich der öffentlichen Gesundheit.
Elisabeth Maria MayrhuberLektorin (Campus Hagenberg)