Unterstützung

Big Data soll im Spital vor Komplikationen warnen

(Bild: stock.adobe.com)

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

Puls, Sauerstoffsättigung, Blutwerte, Computer- und Magnetresonanztomografie: Auf der Intensivstation fallen pro kritischem Patient täglich bis zu 100 Gigabyte an Daten an. Um diese auszuwerten und darin Konstellationen zu erkennen, die auf ein hohes Komplikationsrisiko oder gar bereits beginnende Probleme hindeuten, braucht es Zeit und Erfahrung.

Im Rahmen des Projekts „ICU Cockpit“ arbeiten Wissenschaftler um Emanuela Keller von der Neurochirurgischen Intensivstation des Universitätsspitals Zürich zusammen mit der ETH Zürich und IBM Research daher daran, diese Analyse durch lernende Algorithmen zu beschleunigen und im hektischen Intensivstationsbetrieb besser erfassbar zu machen

Grundlage waren Daten von 400 Patienten sowie Videoaufnahmen. Auf Basis dieser Daten trainierten die Experten lernende Algorithmen, Fehlalarme von echten Komplikationen zu unterscheiden. Außerdem sollen verschiedene Anwendungen des Systems frühzeitig vor epileptischen Krampfanfällen oder sekundären Hirnschädigungen warnen.

(Bild: ©Kiryl Lis - stock.adobe.com)

Datenanalyse in Echtzeit
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 Wissenschaftler das Verfahren mit weiteren Datensätzen verknüpfen und es 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.