Text

Einleitung: Der ideopathische Hörsturz ist ein häufiges Krankheitsbild, das für die Patient*innen aufgrund der plötzlich eingetretenen Hörminderung mit unklarer Prognose sehr belasten sein kann. Ziel dieser Studie war es die Prognose des Outcomes nach einem akuten Hörsturz, also die Hörverbesserung im Verlauf, mithilfe eines KI-gestützen Prognose-Model anhand von verschiedenen Daten wie Alter, Geschlecht, Zeitpunkt des Hörverlustes, Ausprägung des Hörverlustes und Laborparametern, besser vorherzusagen.

Methoden: An dieser retrospektiven mulitizentrischen Studie nahmen vier Krankenhäuser in Korea (Yonsei, Hallym, Jeju und Severance) sowie die Klinik für Hals-Nasen-Ohrenheilkunde, Kopf- u. Hals-Chirurgie des Katholischen Krankenhauses in Hagen teil. Insgesamt wurden 2760 Patient*innen in diese Studie eingeschlossen. Aus Hagen wurden bisher 90 Patienten eingeschlossen. Die Ausprägung des Hörsturzes wurde in vier Schweregrade eingeteilt. Zudem wurden noch verschiedene personenbezogen Daten sowie verschiedene Laborparameter erhoben. Die Verlaufskontrolle erfolgte mittels Reintonaudiometrie.

Das KI-Modell wurde mittels Stratified 10-Fold Validation trainiert, zudem erfolgte eine Leave-One-Out Cross Validation, um das Modell zu optimieren.

Die externen Daten aus Hagen wurden als unabhängige Daten mit einbezogen, um das Modell zu generalisieren.

Ergebnisse: Die Dauer des Follow-ups lag im Durschnitt bei 44.8 ± 44.6 Tagen.

Das MLP-Modell zeigte eine sehr gute Leistung mit einer Genauigkeit für die Vorhersage der Hörverbesserung von 0,771 und einer AUROC von 0,828 im kürzeren Beobachtungszeitraum (≤ 30 Tage) auf alle Daten bezogen.

Im alleinigen Bezug auf die Daten aus dem Katholischen Krankenhaus in Hagen ergab sich eine Genauigkeit für die Vorhersage der Hörverbesserung von 0,852 und einer AUROC von 0,860 im kürzeren Beobachtungszeitraum (≤ 30 Tage).

Diskussion: Aufgrund der großen Menge an vorliegenden klinikübergreifenden Daten war in den koreanischen Kliniken ein deutlich längerer Zeitraum für das Follow-up möglich.

Wir planen deshalb zur Verbesserung der Genauigkeit des Modells weitere Hörtests gegebenenfalls von extern einzuholen.

Die Anwendung eines solchen KI-gestützten Modells könnte in der Zukunft helfen den Patienten die Prognose der Hörverbesserung genauer vorauszusagen, zudem könnten frühzeitiger Entscheidungen bezüglich der weiteren Hörrehabilitation getroffen werden.