de.wedoany.com-Bericht: Vega Health, ein Startup, das Gesundheitssysteme bei der Bewertung und Bereitstellung von künstlicher Intelligenz unterstützt, hat eine Partnerschaft mit dem Parkland Center for Clinical Innovation (PCCI) geschlossen und die Lizenz erhalten, die von PCCI entwickelten KI-Modelle auf dem Vega Health Marketplace anzubieten.
Derzeit sind fünf KI-Modelle von PCCI auf dem Vega Health Marketplace verfügbar und für Vega-Kunden zugänglich. Diese Modelle wurden alle in realen Krankenhausumgebungen validiert und konzentrieren sich größtenteils auf klinische Entscheidungsunterstützung, Bevölkerungsgesundheit oder soziale Determinanten der Gesundheit. Vega hat sich zum Ziel gesetzt, Innovationen auf den Markt zu bringen, die sonst möglicherweise übersehen würden.
Dr. Mark Sendak, Mitbegründer und CEO von Vega Health, erklärte, dass ein Teil der Arbeit des Unternehmens darin bestehe, viele Anwendungsfälle auf den Markt zu bringen, die keine eigenständigen Unternehmen werden würden, aber dennoch ein großes Potenzial zur Verbesserung der Patientenversorgung und Bevölkerungsgesundheit hätten.
PCCI wurde 2012 von Parkland Health in Texas ausgegliedert, einem der größten Sicherheitsnetz-Gesundheitssysteme der USA. Die fortlaufende Zusammenarbeit zwischen PCCI und Parkland konzentriert sich auf die Identifizierung von Chancen im Bereich KI und digitale Gesundheit, mit besonderem Fokus auf die Bedürfnisse benachteiligter Bevölkerungsgruppen in Nordtexas.
Die fünf auf dem Vega-Marktplatz gelisteten PCCI-Modelle umfassen: ein Vorhersagemodell für stationäre Sepsis, das Patienten auf Stationen mit einem Risiko für Sepsis in den nächsten 12 Stunden identifiziert und die wichtigsten klinischen Treiber jeder Vorhersage in der elektronischen Patientenakte darstellt; ein Modell für Sepsis bei Aufnahme (POA) in der Notaufnahme und Notfallversorgung, das Patienten identifiziert, die bei der Vorstellung in der Notaufnahme oder Notfallversorgung bereits eine Sepsis aufweisen, und einen klinischen Alarm auslöst; den Parkland Trauma Death Index (PTIM), ein stündlich aktualisiertes Vorhersagemodell zur Bewertung des Risikos eines Krankenhaustodes bei Patienten mit Mehrfachverletzungen; das Modell für Patienten mit Risiko für unerwünschte Arzneimittelereignisse (PARADE), das Patienten bei der Aufnahme nach ihrem Risiko für unerwünschte Arzneimittelereignisse während des Krankenhausaufenthalts stratifiziert, um pharmazeutische Interventionen zu ermöglichen; und ein KI-Modell für Arbeitssicherheit, das stationäre Patienten anhand von Daten aus elektronischen Patientenakten, Personalakten und sozialen Bedürfnissen daraufhin überprüft, welche Aufnahmen am wenigsten wahrscheinlich zu Gewaltvorfällen führen.
Diese Modelle wurden im Parkland getestet und haben erste Ergebnisse erzielt. Das Vorhersagemodell für stationäre Sepsis alarmiert Kliniker lange bevor ein Patient Antibiotika benötigt. Laut PCCI-Daten gibt das Modell im Durchschnitt 19 Stunden vor der typischen Antibiotikaverabreichung einen Alarm aus, während aktuelle Branchenmodelle 1,5 Stunden vor der Verabreichung alarmieren. Kliniker können Alarme bei Bedarf unterbrechen. Der Trauma-Index identifizierte korrekt 89 % der Hochrisiko-Traumapatienten und 92 % der Niedrigrisiko-Traumapatienten. Das Modell für unerwünschte Arzneimittelereignisse verhinderte im Parkland über 2.000 Vorfälle und vermied Kosten von über 17 Millionen US-Dollar. Das Arbeitssicherheitsmodell sagte innerhalb von 30 Minuten nach der Aufnahme 77 % der Gewaltvorfälle genau voraus.
Vega wurde von der Duke University ausgegliedert, wo Sendak zuvor Leiter für Bevölkerungsgesundheit und Datenwissenschaft am Duke Institute for Health Innovation war. Die Philosophie dahinter ist, effektive klinische KI-Modelle, die gemeinsam mit Klinikern an vorderster Front entwickelt wurden, breit zugänglich zu machen. Neben der Kuratierung von Modellen auf dem Marktplatz hilft Vega seinen Kunden auch bei der tatsächlichen Implementierung, einschließlich Bewertung und Tests, Workflow-Integration, Feinabstimmung jedes Modells auf spezifische Patientengruppen und Überwachung nach der Bereitstellung. Sendak erklärte, dass dies besonders für unterversorgte Krankenhäuser wichtig sei, da nur wenige Organisationen über die internen Fähigkeiten verfügten, um Tools auf Basis ihrer eigenen Patientendaten zu entwickeln und bereitzustellen.
Dr. Steve Miff, Präsident und CEO von PCCI, sagte, dass PCCI nicht beabsichtigt habe, eine kommerzielle Einheit zu werden. Es habe nur ein kleines Marketingteam und kein Verkaufsteam, weshalb man stets nach geeigneten Partnern gesucht habe, um die Wirkung der Arbeit zu vergrößern.
Vega wurde Ende 2025 gegründet und arbeitet derzeit mit zwei kommunalen Gesundheitssystemen zusammen, darunter ein Krankenhaus der kritischen Versorgung. Es hat Umsatzbeteiligungsvereinbarungen mit KI-Anbieterpartnern (derzeit Duke University und PCCI) getroffen, was den Innovatoren einen Kommerzialisierungsweg bietet. Sendak räumte ein, dass ein Modell, das in einem akademischen medizinischen Zentrum entwickelt wurde, nicht zwangsläufig besser sei; man wisse erst nach Tests, welches Modell besser abschneide. Der Vorteil angeschlossener oder interner Innovationsabteilungen liege jedoch in der gemeinsamen Verantwortungsbeziehung zwischen Entwicklern und Klinikern.
Neben Parkland arbeitet PCCI auch mit dem Dallas County Health Department, Kostenträgern und anderen Gesundheitssystemen zusammen. Derzeit hat PCCI 19 KI-Modelle vollständig implementiert, die seit 2019 fast 3 Millionen Hochrisikopersonen identifiziert haben, die Interventionen benötigen.
Gesundheitssysteme, die PCCI-Modelle nutzen möchten, werden zunächst mit Vega zusammenarbeiten, um sie auf Basis ihrer lokalen Patientendaten zu bewerten und dann zu implementieren. Die Daten werden mit Vega-Kunden und den jeweiligen KI-Partnern geteilt. Wenn ein Modell gut funktioniert, unterstützt Vega die klinische Einführung und die kontinuierliche Überwachung, um Genauigkeit, Akzeptanzrate und Ergebnisse in der realen Welt zu verfolgen. Sendak sagte, wenn ein Modell nicht wie erwartet funktioniere, werde Vega dem Krankenhaus nicht empfehlen, dieses spezifische Modell zu kaufen. Vegas Ziel sei es nicht, zu beurteilen, welches Modell überlegen sei, sondern für jede Einrichtung maßgeschneiderte Lösungen zu finden, weshalb die Modelle auch an diversen Bevölkerungsgruppen trainiert werden müssten. Sendak betonte, dass sie jedem Gesundheitssystem helfen wollten, das am besten geeignete Modell zu finden.
Sendak und Miff glauben beide an die Zukunft der KI im Gesundheitswesen. Sendak wies darauf hin, dass das Gesundheitswesen so komplex sei, dass kein Arzt oder keine Einrichtung in jedem klinischen Bereich über erstklassiges Fachwissen verfüge. Miff ergänzte, dass KI eine große Rolle im Gesundheitswesen spiele und weiterhin spielen werde und dass KI zur Arbeitsverstärkung benötigt werde. Er warnte jedoch, dass Verwaltungsanwendungen zwischen Organisationen skalierbarer und übertragbarer seien. Wenn KI jedoch für klinische Entscheidungsunterstützung oder Bevölkerungsgesundheitsmanagement eingesetzt werde, träten Komplexitäten auf. Dann müssten die Modelle gemeinsam mit Klinikern entwickelt und in realen Umgebungen getestet werden – das sei der schwierigste Teil, habe aber auch das größte Potenzial für klinische Auswirkungen.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
