Vorhersage von Parametern von Frühwarnwerten in Allgemeinbezirken durch maschinelles Lernen

Im Krankheits- oder Verletzungsfall werden die Patienten medizinisch untersucht und zunächst in akutmedizinischen Ambulanzen, Notaufnahmen und Praxen behandelt. Bei medizinischer Indikation kann die Pflege und Behandlung auch im Krankenhaus erfolgen. Abhängig von der Schwere der Erkrankung und dem medizinischen Hauptproblem erfolgt diese Versorgung auf Krankenstationen, die vorrangig von bestimmten Fachdisziplinen betreut und diesen beispielsweise in Form von klinischen Abteilungen zugeordnet werden.

Im Rahmen des stationären Aufenthaltes erfolgt die Behandlung und Pflege in der Regel durch Visiten durch das medizinische Personal. Bei der Visite handelt es sich jedoch um eine stichprobenartige Kontrolle einzelner Messwerte zu vordefinierten Zeitpunkten.

Qualifiziertes Pflegepersonal führt die vereinbarten Behandlungspläne durch und überprüft mehrmals täglich den Allgemeinzustand des Patienten. Im Gegensatz zur intensivmedizinischen Überwachung erfolgt jedoch keine kontinuierliche Überwachung und daher ist eine Verschlechterung des Zustands eines Patienten nicht immer sofort erkennbar. Darüber hinaus können neben bekannten Komplikationen bestehender Erkrankungen auch neue oder unerwartete Komplikationen auftreten.

Obwohl die nicht-intensivmedizinische Überwachung auf einer diskontinuierlichen Überwachung basiert, können Zwischenfälle und Komplikationen manchmal lebensbedrohlich sein, insbesondere wenn keine sofortige Reaktion auf eine Verschlechterung des Zustands des Patienten erfolgt. Auch wenn es Frühwarnsysteme wie Scores gibt, ist deren Reaktionsfähigkeit unter anderem aufgrund der Häufigkeit ihrer Erhebung eingeschränkt.

Neben patientenspezifischen Einschränkungen der stationären Überwachung, etwa der Patientenkooperation im Sinne einer Selbstüberwachung, medizinischen Einschränkungen, etwa der Häufigkeit der Befragung, bestehen auch wirtschaftliche Einschränkungen, etwa der Verfügbarkeit von einsetzbarem Personal für eine häufigere Überwachung.

Zwar gibt es telemedizinische Ansätze zur Überwachung, deren Umsetzung ist jedoch häufig sowohl aus wirtschaftlicher Sicht als auch beispielsweise durch den zusätzlichen Schulungsaufwand begrenzt.

Auch wenn für die Messdaten (Vitalparameter, Laborparameter, klinischer Eindruck und andere) Schwellenwerte definiert sind (oder definiert werden können), hat deren Über- oder Unterschreitung eine Konsequenz, z.B. B. einen Therapieschritt, kann nur nachträglich eingeleitet werden. In dieser Situation ist eine pathophysiologische Veränderung bereits so weit fortgeschritten, dass in vielen Fällen ein Kompensationsmechanismus nicht mehr ausreichend funktioniert und es zu einer Dekompensationssituation kommt. In dieser Situation besteht für die betroffenen Patienten auf einer Krankenstation möglicherweise Lebensgefahr.

Eine Möglichkeit, die oben beschriebenen Gefahren abzuwenden, könnte der Einsatz einer im Vergleich zur intensivmedizinischen Überwachung reduzierten Kombination von Überwachungsmethoden sein. Gleichzeitig ermöglicht der Einsatz künstlicher Intelligenz die automatisierte Auswertung der gesammelten Daten und kann so zur Vorhersage von Veränderungen von Parametern führen, was eine frühzeitige Alarmierung, also vor dem Eintreten einer pathophysiologischen Dekompensation, ermöglicht.