für sichere Operationen

Um die Komplikationsrate bei Operationen zu senken, versuchen Kliniken mögliche Risikofaktoren zu berücksichtigen: Welche Begleiterkrankungen hat ein/e Patient*in, welche Medikamente werden aktuell eingenommen? Welche Komplikationen könnten dadurch auftreten und wie lassen sich diese minimieren? Zwar gibt es Leitlinienpapiere, die das medizinische Personal bei der Risikoabschätzung unterstützen. Aber die Anwendung dieser vielschichtigen Dokumente erfordert die Berücksichtigung einer Fülle von Informationen, die nicht immer einfach zu beschaffen sind. Algorithmen schätzen Risiken ein Hier setzt das Forschungsprojekt KIPeriOP an, durchgeführt von einem interdisziplinären Konsortium. Ziel ist die Entwicklung eines klinischen Entscheidungsunterstützungs­systems, im Fachjargon CDS-System genannt. Die vom Börm-Bruckmeier Verlag entwickelte Software soll zunächst patientenindividuell und leitlinienkonform mögliche Risikofaktoren sammeln, miteinander in Beziehung setzen und als Ergebnis eine Risikoeinschätzung liefern. „Auf dieser Basis können Ärztinnen und Ärzte zum Beispiel entscheiden, ob weitere Untersuchungen notwendig sind und durch welche Maßnahmen die Patientin oder der Patient optimal auf die Operation vorbereitet werden kann“ erläutert Prof. Dr. Patrick Meybohm. Der Direktor der Klinik für Anästhesiologie des UKW ist einer der Koordinatoren von KIPeriOP. KI sucht nach Mustern Als Eingangsdaten sollen in das CDS-System möglichst viele Infos über die jeweiligen Patient*innen einfließen, darunter Laborwerte, Medikationsplan, Vitaldaten sowie Auskünfte über die Lebensgewohnheiten. Zusätzlich zur Berücksichtigung der Leitlinie wird in KIPeriOP auch eine Künstliche ­Intelligenz (KI) die digital erfassten Daten analysieren: Lernfähige Algorithmen suchen nach Mustern und Korrelationen, die verraten, welche Konstellationen von Risikofaktoren wahrscheinlich zu welchen Komplikationen führen. Im Projekt werden verschiedene KI-Verfahren getestet. Damit sie verlässlich funktionieren, müssen die Algorithmen zunächst trainiert, d.h. mit vielen Datensätzen über tatsächliche Voruntersuchungen und OP-Verläufe gefüttert werden. „Wir sammeln hier nicht nur Daten, die sowieso schon vorhanden sind, sondern können die Datenerhebung speziell an unsere Bedürfnisse anpassen. Dadurch erhoffen wir uns eine größere Relevanz und Genauigkeit der Algorithmen und Handlungsempfehlungen“, erläutert Prof. Meybohm. Eventuell auch neue Zusammenhänge erkennen Womöglich ist das CDS-System langfristig auch in der Lage, in den Daten bis dato unbekannte Zusammenhänge zwischen Eingangsinformationen und Komplikationshäufigkeiten zu erkennen. Dieses Wissen könnte in künftige Leitlinien einfließen. KIPeriOP wird vom Bundesgesundheitsministerium mit 1,5 Millionen Euro bis September 2023 gefördert.