Das Problem: Variabilität bei der ASA-PS Klassifikation #
Die ASA-PS Klassifikation ist der Goldstandard für die präoperative Bewertung des Anästhesierisikos. Jeder Patient, der operiert werden soll, erhält einen Score von ASA I (gesunder Patient) bis ASA V (moribunder Patient), der die Entscheidungen des Anästhesisten über Anästhesieart, Überwachung und postoperatives Management leitet.
Ein kritisches System mit einem bekannten Defizit #
Das Problem ist seit Jahrzehnten bekannt: Die Inter-Observer-Variabilität ist hoch. Veröffentlichte Studien zeigen, dass Anästhesisten sich nur in 70% der Fälle auf die korrekte Klassifikation einigen — 7 von 10 Fällen.
Das bedeutet, dass derselbe Patient, von zwei verschiedenen Anästhesisten untersucht, unterschiedliche Klassifikationen erhalten kann. Und die ASA-PS Klassifikation ist keine akademische Übung: Sie bestimmt das Überwachungsniveau, die anästhesiologischen Vorsichtsmaßnahmen und die Ressourcenzuweisung.
Was passiert, wenn die Klassifikation falsch ist #
| Fehler | Konsequenz |
|---|---|
| Unterschätzung des Risikos (z.B. ASA II statt ASA III) | Unzureichende Überwachung, unvorhergesehene Komplikationen |
| Überschätzung des Risikos (z.B. ASA III statt ASA II) | Verschwendete Ressourcen, verzögerte Eingriffe, Angst beim Patienten |
| Variabilität zwischen Krankenhäusern | Unzuverlässige klinische Vergleiche, verzerrte epidemiologische Daten |
Die HTX-Studie: 11 KI-Modelle, 20 klinische Fälle #
HTX hat eine systematische Studie durchgeführt, um zu bewerten, ob große Sprachmodelle (LLMs) die Konsistenz der ASA-PS Klassifikation verbessern können.
Methodik #
- 20 standardisierte klinische Vignetten, ausgewählt aus den am besten untersuchten ASA-PS-Benchmarks in der wissenschaftlichen Literatur
- 11 Sprachmodelle getestet, von Modellen der ersten Generation bis zu fortgeschrittenen Reasoning-Modellen
- Mehrsprachige Tests: Jeder Fall wurde sowohl auf Englisch als auch auf Italienisch bewertet
- Wiederholte Durchläufe: Jedes Modell wurde mehrfach getestet, um die Reproduzierbarkeit zu überprüfen
Getestete Modelle #
| Kategorie | Modelle | Durchschnittliche Genauigkeit |
|---|---|---|
| Erste Generation | GPT-4, LLaMA 2, LLaMA 3, Mistral | ~77% |
| Zweite Generation | GPT-4o, Claude 3.5 Sonnet | ~85% |
| Fortgeschrittenes Reasoning | GPT-o3, Claude Sonnet (latest), DeepSeek R1 | 97,5% |
Zentrale Ergebnisse #
Fortgeschrittene Reasoning-Modelle erreichen 97,5% Genauigkeit (95% CI: 92,9%–99,1%) und übertreffen deutlich:
- Modelle der ersten Generation (~77%)
- Den menschlichen Benchmark (7,7/10 = 77%)
Der durchschnittliche Fehler sinkt drastisch:
- Ärzte: 2,3 Fehlklassifikationen pro 10 Fälle
- Modelle der ersten Generation: 2,3 Fehlklassifikationen (ähnlich wie Ärzte)
- Fortgeschrittene Modelle: 0,25 Fehlklassifikationen pro 10 Fälle
Das entspricht einer Fehlerreduzierung um 89% im Vergleich zur manuellen Klassifikation.
DeepSeek R1: Datenschutz ohne Kompromisse #
Ein besonders relevantes Ergebnis: DeepSeek R1, ein Open-Source-Modell, das vollständig On-Premise deployt werden kann, zeigte:
- Genauigkeit auf dem Niveau der besten kommerziellen Modelle
- Perfekte Reproduzierbarkeit bei wiederholten Durchläufen (gleicher Fall, gleiches Ergebnis)
- Keine Abhängigkeit von Cloud-Servern
Dies zeigt, dass ein privates Deployment — im Gesundheitswesen unverzichtbar — ohne Einbußen bei der Genauigkeit machbar ist.
Wie KOI funktioniert #
KOI ist das klinische Entscheidungsunterstützungssystem für die Anästhesiologie, entwickelt von HTX. Es verwandelt Forschungsergebnisse in ein nutzbares klinisches Werkzeug.
Der Arbeitsablauf #
Schritt 1 — Analyse der Krankenakte
KOI empfängt die Patientendaten: Anamnese, körperliche Untersuchung, diagnostische Tests. Das KI-Modell analysiert das vollständige klinische Bild mit einem Chain-of-Thought-Ansatz — dieselbe Art von strukturiertem Denken, die ein erfahrener Anästhesist mental anwendet.
Schritt 2 — ASA-PS Klassifikation
Das Modell produziert:
- Eine ASA-PS Klassifikation (I bis V)
- Eine detaillierte klinische Begründung, die erklärt, warum diese Klasse gewählt wurde
- Einen Konfidenzwert, der angibt, wie sicher das Modell bei der Klassifikation ist
- Die Schlüsseldiagnosen, die die Entscheidung beeinflusst haben
Jede Klassifikation ist erklärbar und überprüfbar. Es ist keine Black Box.
Schritt 3 — Entscheidung des Arztes
Der Anästhesist:
- Liest die vorgeschlagene Klassifikation und die Begründung
- Vergleicht sie mit dem eigenen klinischen Urteil
- Entscheidet, ob er sie akzeptiert, modifiziert oder weiter untersucht
KOI ist ein Human-in-the-Loop-System: Es unterstützt die Entscheidung des Arztes, es ersetzt sie nicht.
Architektur: Daten verlassen niemals das Krankenhaus #
KOI läuft auf PRISMA, der privaten KI-Infrastruktur von HTX:
- On-Premise: Das Modell läuft innerhalb des Krankenhauses
- Ende-zu-Ende-Verschlüsselung: Daten sind während der Übertragung und im Ruhezustand geschützt
- Keine Daten nach außen: nicht einmal Metadaten
- DSGVO- und AI-Act-konform by Design
In einem Bereich, in dem 38,4% der LLM-Studien keine angemessenen Datenschutzmaßnahmen implementieren, ist KOI von Grund auf für den Datenschutz konzipiert.
Regulatorischer Status und Roadmap #
Research Use Only (RUO) #
KOI ist derzeit als Research Use Only klassifiziert — nutzbar für:
- Klinische Forschung
- Wissenschaftliche Validierung
- Beobachtungsstudien
- Aus- und Weiterbildung
Es ist nicht für die klinische diagnostische Praxis nutzbar.
Weg zur Medizinprodukt-Zertifizierung #
HTX verfolgt einen strukturierten Zertifizierungspfad:
| Meilenstein | Zeitplan |
|---|---|
| Validierungsstudie (20 Fälle, 11 LLMs) | Abgeschlossen |
| ISO 13485-Zertifizierung (Qualitätsmanagementsystem) | In Arbeit |
| IEC 62304-Zertifizierung (Medizinprodukt-Software) | In Arbeit |
| Klinische Validierung mit dem Ospedale del Quadrante | Dez. 2025 – Nov. 2026 |
| Markierung als Medizinprodukt | Geplant 2027 |
Das geförderte Projekt #
KOI stammt aus dem Projekt „ASA-PS Classification", gefördert von der Region Friaul-Julisch Venetien (LR 22/2022, Art. 7 — Förderung von TRL 6–8 Validierungsprojekten, Grant 90.000 Euro). In Zusammenarbeit mit dem Ospedale del Quadrante (Ramsay Sante) validiert das Projekt das KI-System für die ASA-PS Klassifikation klinisch im Zeitraum Dezember 2025 – November 2026.
Warum KI in der Anästhesiologie anders ist #
KI in der Medizin wird oft mit überzogenen Versprechen assoziiert. Die ASA-PS Klassifikation ist ein anderer Fall, aus drei Gründen:
1. Das Problem ist klar definiert #
Die ASA-PS Klassifikation hat klare Kriterien, veröffentlichte Fallstudien und etablierte Benchmarks. Wir bitten die KI nicht, „Krebs zu diagnostizieren" — wir bitten sie, einen Patienten auf einer standardisierten Skala einzuordnen, unter Verwendung strukturierter Informationen.
2. Der menschliche Fehler ist dokumentiert und häufig #
Die 30% Inter-Observer-Variabilität ist unbestritten: Es sind veröffentlichte und replizierte Daten. Die KI muss nicht perfekt sein — sie muss konsistenter sein als Ärzte. Und mit 97,5% Genauigkeit ist sie das.
3. Das Human-in-the-Loop-Modell mindert das Risiko #
KOI entscheidet nicht: Es schlägt vor. Der Arzt hat immer das letzte Wort. Das System fügt eine objektive Zweitmeinung hinzu — wie einen Expertenkollegen, der immer verfügbar ist.
Für wen ist KOI #
KOI ist relevant für:
- Krankenhäuser, die die Variabilität bei der präoperativen Bewertung reduzieren wollen
- Krankenhausgruppen, die Konsistenz zwischen verschiedenen Einrichtungen suchen
- Forscher in der Anästhesiologie, die KI-gestützte klinische Entscheidungsunterstützung untersuchen
- Universitäten, die Fachärzte in der Anästhesie ausbilden
Wenn Sie an einer Forschungszusammenarbeit oder einem RUO-Pilotprojekt interessiert sind, kontaktieren Sie uns.
Dieser Artikel wurde vom HTX-Team verfasst — Human Technology eXcellence. KOI ist derzeit Research Use Only (RUO). Die Informationen in diesem Artikel dienen der allgemeinen Information und stellen keine medizinische Beratung dar.
Häufig gestellte Fragen #
Was ist die ASA-PS Klassifikation?
Die ASA-PS Klassifikation (American Society of Anesthesiologists - Physical Status) ist der internationale Standard zur Bewertung des praeoperativen Anaesthesierisikos. Sie klassifiziert Patienten von ASA I (gesund) bis ASA VI (Hirntod) und leitet die Entscheidungen ueber Anaesthesieart und Ueberwachung.
Wie genau ist KI bei der ASA-PS Klassifikation?
In der HTX-Studie erreichten fortgeschrittene Reasoning-Modelle (GPT-o3, Claude Sonnet, DeepSeek R1) eine Genauigkeit von 97,5% bei 20 standardisierten klinischen Faellen. Der durchschnittliche Fehler sinkt von 2,3 auf 0,25 Fehlklassifikationen pro 10 Faelle im Vergleich zu Aerzten.
Ersetzt KOI den Anaesthesisten?
Nein. KOI ist ein Human-in-the-Loop-System zur klinischen Entscheidungsunterstuetzung. Es schlaegt eine Klassifikation mit detaillierter klinischer Begruendung vor, aber die endgueltige Entscheidung liegt immer beim Arzt. KOI unterstuetzt, ersetzt aber nicht.
Ist KOI ein Medizinprodukt?
KOI ist derzeit als Research Use Only (RUO) klassifiziert — nutzbar fuer Forschung und klinische Validierung, nicht fuer die diagnostische Praxis. HTX befindet sich in der ISO 13485- und IEC 62304-Zertifizierung, die Markierung als Medizinprodukt ist fuer 2027 geplant.
Kann ich KOI in meinem Krankenhaus einsetzen?
Ja, fuer Forschungs- und klinische Validierungsaktivitaeten (RUO). KOI laeuft auf PRISMA, das On-Premise installiert werden kann. Klinische Daten verlassen niemals das Krankenhaus. Das Projekt wird mit dem Ospedale del Quadrante (Ramsay Sante) entwickelt.