Maschinelles Lernen identifiziert Demenzrisiko: Sichere Messaging steigert Patienten-Engagement
Von KI ausgewählt und zusammengefasst
Worum es geht
Protokoll einer Machbarkeitsstudie in 12 amerikanischen Hausarztpraxen, die prüft, ob ein Passive-Digital-Marker-Modell aus elektronischen Patientenakten Patienten ≥65 Jahre mit Demenzrisiko identifiziert und ob Messaging vor Visiten zu Untersuchungen motiviert.
Ergebnis
Primäre Ziele sind Machbarkeit der Implementierung, PDM-basierte Risikoidentifikation, sichere Messaging-Zustellung und Engagement mit Brain Health Navigator (gemessen durch Öffnungsraten, Terminabsprachen). Studie läuft; NCT07016178 registriert.
Übertragbarkeit auf Deutschland
USA – starke Abhängigkeit von EHR-Integration und Infrastruktur; Ansatz der frühen digitalen Risikoidentifikation aber prinzipiell übertragbar
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.