Medizin & Biotech

Algorithmen machen Daten im hektischen Betrieb besser erfassbar © APA
Algorithmen machen Daten im hektischen Betrieb besser erfassbar © APA

APA

"Big Data" soll auf der Intensivstation vor Komplikationen warnen

02.12.2019

Komplikationen frühzeitig zu erkennen, rettet Leben auf der Intensivstation. Erfahrung und Wissen des medizinischen Personals könnte dabei bald Unterstützung durch Algorithmen bekommen. Ein solches System wird in der Schweiz getestet.

Auf der Intensivstation entstehen pro kritischem Patient pro Tag bis zu 100 GB Daten. Diese Daten sollen bald zur Sicherheit der Patienten im Spital beitragen: Im Rahmen eines vom Schweizerischen Nationalfonds (SNF) unterstützten Projekts entwickeln Forschende ein System, um auf Notfall- und Intensivstationen Fehlalarme zu erkennen, vor entstehenden Problemen zu warnen und damit frühzeitiges Eingreifen zu ermöglichen.

Algorithmen sollen Analyse beschleunigen

Puls, Sauerstoffsättigung, Blutwerte, Computer- und Magnetresonanztomografie - die Datenfülle ist gewaltig und braucht Zeit und Erfahrung, um darin Konstellationen zu erkennen, die auf ein hohes Komplikationsrisiko oder gar bereits beginnende Probleme hindeuten. Im Rahmen des Projekts "ICU Cockpit" arbeiten Wissenschafter um Emanuela Keller von der Neurochirurgischen Intensivstation des Universitätsspitals Zürich zusammen mit der ETH Zürich und IBM Research daran, diese Analyse durch lernende Algorithmen zu beschleunigen und im hektischen Intensivstationsbetrieb besser erfassbar zu machen.

Grundlage waren Daten von 400 Patientinnen und Patienten, die vor der Weiterverarbeitung anonymisiert wurden, wie der SNF in einer Mitteilung festhielt. Hinzu kamen auch Videoaufnahmen. Auf Basis dieser Daten trainierten die Experten lernende Algorithmen, Fehlalarme von echten Komplikationen zu unterscheiden.

Fehlalarme reduzieren, kritische Situationen leichter erkennen

Den Anteil Fehlalarme zu reduzieren, würde es dem Fachpersonal erleichtern, kritische Situationen zu erkennen. Außerdem sollen verschiedene Anwendungen des Systems frühzeitig vor epileptischen Krampfanfällen oder sekundären Hirnschädigungen warnen.

Bisher hält sich das medizinische Personal an Erfahrungen und Wissen, um Therapieentscheide zu fällen. Das System soll dies unterstützen durch Datenanalyse in Echtzeit, die auf der Intensivstation bei den Patienten visuell dargestellt werden und automatisch auf Risikokonstellationen hinweisen soll.

In einem nächsten Schritt wollen die Wissenschafter das Verfahren mit weiteren Datensätzen verknüpfen und es etwa ab Ende 2020 im Rahmen einer klinischen Studie im Klinikalltag des Unispitals Zürich validieren. "Auf längere Sicht wollen wir die Datenanalyse auch mit dem aktuellsten medizinischen Wissen aus weiteren Quellen verknüpfen", sagte Keller. Das Team sei dabei, weitere Algorithmen zu entwickeln und die Analyse laufend zu verbessern.

STICHWÖRTER
Medizin  | Schweiz  | Zürich  | Wissenschaft  | Forschung  |
Weitere Meldungen aus Medizin & Biotech
APA
Partnermeldung