HIMSS24: KI und FHIR senken Sterblichkeitsrate bei Sepsis

by | Mar 3, 2024

Anhoren

Teilen

 

KI-Vorhersagen können Leben retten, allerdings nur, wenn sie erstens da ankommen, wo sie benötigt werden, und zweitens die Leistungserbringer auch darauf vertrauen.

Eine zuverlässige Sepsis-Vorhersage und -behandlung kann die Sterblichkeit reduzieren. Das zeigt die Statistik. Tritt die Sepsis innerhalb der ersten 48 Stunden nach Aufnahme der Patienten auf (was bei 80 bis 85 Prozent der Fälle zutrifft), ist die Sterblichkeit vergleichsweise gering (zwischen fünf und zehn Prozent). Tritt die Sepsis hingegen später auf, steigt die Sterblichkeit auf 15 bis 30 Prozent.

Dem Parkland Center for Clinical Innovation ging es also vorrangig darum, Fälle von Sepsis, die bei Aufnahme noch nicht bestanden, besser und früher zu erkennen. Dafür wurde nicht nur ein durchgängiger Arbeitsablauf geschaffen, wie der verantwortliche Daten- und Anwendungswissenschaftler Yusuf Tamer erklärt, sondern auch ein maschinelles Lernmodell entwickelt, um das Risiko, dass ein Patient septisch wird, in Echtzeit vorherzusagen.

Dieses Modell wurde anschließend über FHIR-APIs so in die klinischen Arbeitsabläufe integriert, dass es direkt am Ort der Behandlung eingesetzt werden kann. Dieses „Frühwarnsystem“ funktioniert, indem das Modell alle 15 Minuten auf die elektronische Patientenakte zugreift und die Pflegekräfte warnt, sobald ein bestimmter Schwellenwert überschritten wird. Aber das ist noch nicht alles: Zusätzlich wurde eine App zur Entscheidungsunterstützung (ISLET) in die elektronische Patientenakte integriert, die es den Klinikern erleichtert, die Ergebnisse des Modells einzusehen und zu verstehen. Das Ziel: Die Handlungsfähigkeit zu verbessern. Dieser vollständige Arbeitsablauf wurde im letzten Jahr für Tausende von Patienten alle 15 Minuten durchgeführt.

Aktualität und Erklärbarkeit

„KI-Systeme im Gesundheitswesen ergänzen zunehmend das medizinische Personal, indem sie Verdachtsmomente liefern. Auf diese Verdachtsmomente wird allerdings nur dann reagiert, wenn die Leistungserbringer den ihnen mitgeteilten Ausführungen vertrauen. Dieses Vertrauen stützt sich auf zwei wichtige Säulen: Aktualität und Erklärbarkeit“, betont Tamer.

Genauso wichtig sei jedoch auch das richtige Timing – nicht nur für die Patienten, deren Überlebenschancen davon abhängen, sondern auch für die Behandler, weiß der Datenexperte: „Wenn ein KI-System eine Sepsis erkennt und den Leistungserbringer alarmiert, nachdem dieser bereits eine Behandlung eingeleitet hat, schmälert das den Wert des Systems. Es könnte den klinischen Arbeitsablauf stören und das Vertrauen in die KI untergraben. Daher muss das System so konzipiert sein, dass es rechtzeitig Warnungen ausgibt, die den Behandlungsprozess wirklich unterstützen können.“

KI ist keine Blackbox

Auch deshalb versteht sich Yusuf Tamer als eine Art Brückenbauer – zwischen der Technik einerseits und ihren Anwendern andererseits. Denn KI und maschinelles Lernen würden oft als komplex und undurchsichtig wahrgenommen und das mache es den Leistungserbringern im Gesundheitswesen schwer, der Technologie zu vertrauen. Dabei könnten die Modelle auch so gestaltet werden, dass sie transparent und erklärbar sind. „Ein Modell, das klare, verständliche Gründe für seine Vorhersagen liefert, kann das Vertrauen der Leistungserbringer im Gesundheitswesen stärken und zu einer höheren Nutzung führen, selbst wenn seine Leistung nur mit weniger transparenten Modellen vergleichbar ist.“

Auch deshalb sei die visuelle Darstellung von Daten so wichtig. Ein Bild sage in der Tat mehr als tausend Worte, glaubt Tamer: „Eine Grafik, die veranschaulicht, wie sich die Vital- oder Laborwerte eines Patienten im Laufe der Zeit verändert haben, kann mehr Wert liefern als eine einfache numerische Ausgabe.“

FHIR als Grundlage

Aktualität und Erklärbarkeit bringen jedoch nur etwas, wenn die Erkenntnisse genau da ankommen, wo sie benötigt werden, und deshalb seien FHIR-APIs so wichtig, sagt Tamer. Sie ermöglichen die nahtlose Integration von KI-Modellen in bestehende IT-Systeme und damit die interaktive Visualisierung von Modellvorhersagen in Echtzeit.

Und der Anwendungsspezialist betont, wie wichtig die Zusammenarbeit zwischen allen Beteiligten ist: „KI-Systeme sind keine eigenständigen Einheiten, sondern ein Teil eines größeren Ökosystems, das Gesundheitsdienstleister, Patienten und anderen Interessensgruppen umfasst. Daher sollte die Entwicklung und Verfeinerung dieser Systeme ein gemeinschaftlicher Prozess ein.“

Yusuf Tamer wird diesen Anwendungsfall in der Sitzung „Closing the Loop in Sepsis Prediction with ML and ISLET Visualization“ am 12. März 2024 ab 12 Uhr auf der HIMSS24 in Orlando vorstellen.

Die vorangegangenen Inhalte wurden in Zusammenarbeit mit unserem Kooperationspartner HIMSS erstellt.

Das könnte Sie auch interessieren

Milliardär übernimmt bayrische CDMO

Der Auftragsfertiger Aenova gehört ab sofort zur Kühne Holding. Die Investition sei eiin wichtiger strategischer Schritt betont man in der Schweiz.

EHDS passiert Europaparlament

Mit 445 Ja-Stimmen wurde der Europäische Gesundheitsdatenraum heute in Straßburg verabschiedet. Der BPI sieht die Forschung durch einen „europäischen Flickenteppich“ in Gefahr.  

Mit 445 Ja-Stimmen wurde der Europäische Gesundheitsdatenraum heute in Straßburg verabschiedet. Der BPI sieht die Forschung durch einen „europäischen Flickenteppich“ in Gefahr.  

Synbiotic übernimmt Ilesol

Die deutsche Industriehanf- und Cannabis-Unternehmensgruppe Synbiotic SE übernimmt den kroatischen Anbieter Ilesol Pharmaceuticals um Cannabis „made in EU“ zu stärken.

Die deutsche Industriehanf- und Cannabis-Unternehmensgruppe Synbiotic SE übernimmt den kroatischen Anbieter Ilesol Pharmaceuticals um Cannabis „made in EU“ zu stärken.