Themen

9. August 2018

Intensivmediziner bauen auf Algorithmen (Big Data Serie - Teil 4)

Liegen Patienten mit schweren Hirnverletzungen auf der Intensivstation, werden sie eng umsorgt, und ihr Zustand wird klinisch und technisch überwacht. Die dabei anfallenden, zeitlich hochaufgelösten Daten will Prof. Emanuela Keller gezielt nutzen.

Wer in der Stadt Zürich einen Schlaganfall erleidet, wird in der 'Stroke Unit' des Universitätsspitals Zürich oder einer vergleichbaren Einrichtung medizinisch versorgt. Verschlechtert sich der Zustand der Patientin oder des Patienten, wird die Person auf die Neuro-Intensivstation des Universitätsspitals verlegt. Dort kümmern sich Ärzte und Pflegepersonal um Menschen mit schlimmen Hirnverletzungen. Diese leiden an schweren Schlaganfällen und Gehirnblutungen, oder sie haben die Operation eines Hirntumors hinter sich und werden hier die erste Zeit nach dem Eingriff überwacht. Die Neuro-Intensivstation sorgt sich ferner um Patienten mit schweren epileptischen Krampfanfällen oder Hirnhautentzündungen.

Auf der Station stehen zwölf Betten zur Verfügung, in denen die Patienten rund um die Uhr von Ärzten und Pflegefachleuten betreut werden. Dabei kommen zur permanenten Überwachung des Gesundheitszustands auch technische Systeme zum Einsatz. Kontinuierlich erfasst werden Blutdruck, die elektrische Aktivität des Herzmuskels (Elektrokardiogramm), Hirnströme (Elektroenzephalagramm/EEG) und der Sauerstoffgehalt des arteriellen Blutes. Weitere Sensoren überwachen die künstliche Beatmung oder das Herzzeitvolumen, also die Blutmenge, die in einer bestimmten Zeit den Organismus durchströmt.

Ganzheitlicher Blick auf den Patienten

All diese Messinstrumente auf der Intensivstation stellen den Ärzten grosse Mengen an Daten über die Patienten zur Verfügung. „In den letzten zehn Jahren hat die Datenmenge weiter zugenommen und führt unterdessen zu einer eigentlichen Überflutung der Mediziner mit Messergebnissen“, sagt Prof. Emanuela Keller, Leiterin der Neuro-Intensivstation des Universitätsspitals Zürich. „Junge Assistenzärzte sehen dann mitunter den Wald vor lauter Bäumen nicht mehr, das heisst, sie stehen so sehr im Banne der einzelnen Messwerte, dass ihnen der ganzheitliche Blick auf den Patienten abgeht und sie sich stattdessen in Details verlieren.“

Emanuela Keller will nicht zurück in die Vergangenheit. Sie weiss, dass sich die Apparatemedizin nicht abschaffen, das Rad des medizinischen Fortschritts nicht zurückdrehen lässt. Keller arbeitet vielmehr darauf hin, die in den Daten verborgenen Informationen noch besser zugunsten der Patienten zu nutzen, als dies bisher schon geschieht. Mit dieser Intention hat sie 2013 das Projekt ICU-Cockpit angestossen. Das übergeordnete Ziel: Durch automatisierte Auswertung der Messdaten sollen die Ärzte in die Lage versetzt werden, sich schnell ein Gesamtbild zu verschaffen. Sie sollen quasi die Landschaft überblicken wie ein Pilot aus dem Cockpit, um dann auf dem richtigen Weg das Ziel der Behandlung anzusteuern. Im Rahmen des Projekts werden die Daten von vier der zwölf Betten der Intensivstation ausgewertet, gut und gern 50 GB pro Patient und Tag. Bisher wurden die Daten von rund 250 Personen verschlüsselt für Forschungszwecke erfasst.

Farbveränderung signalisiert instabilen Zustand

Die Ärzte und IT-Spezialisten wollen die Ergebnisse ihrer Forschung künftig nutzen, um die von den medizinischen Geräten erzeugten Daten unter Verwendung geeigneter Algorithmen in Echtzeit zugunsten der Patienten zu nutzen. Profitieren könnten dann zum Beispiel Personen mit einer sogenannten Subarachnoidalblutung (hämorrhagischer Schlaganfall durch Ruptur einer sackförmigen Gefässausstülpung). Hierbei handelt es sich um eine Form des Schlaganfalls, bei dem Blutgefässe des Gehirns nicht durch ein Gerinnsel verstopft sind, sondern durch eine krampfartige Gefässverengung, die dann zu einer Minderdurchblutung der dahinterliegenden Gehirnregion führt. Wache Patienten nehmen einen solchen Schlaganfall durch Lähmungserscheinungen war; anders ist es bei bewusstlosen oder narkotisierten Menschen. Damit bei ihnen der Schlaganfall nicht unentdeckt bleibt, soll in Zukunft ein Algorithmus helfen. Dieser berechnet aufgrund von mehreren Messwerten nahezu in Echtzeit ständig das Risiko, in den nächsten Minuten und Stunden eine Durchblutungsstörung zu erleiden.

„Wir stecken zur Zeit mitten drin bei der Entwicklung des Algorithmus', der künftig solche Voraussagen erlauben könnte“, sagt Emanuela Keller. Eine einfachere Form eines solchen Warnsystems ist den Wissenschaftlern des Zürcher Universitätsspitals bereits gelungen, wie Keller ausführt: „Bei diesem Warnsystem nutzen wir Messwerte wie Blutdruck, Herzfrequenz und Sauerstoff, um zu definieren, wann der Zustand eines Patienten stabil ist. Diesen Zustand visualisieren wird dann mit Farbtafeln. Treten Abweichungen vom stabilen Zustand auf, verändern die Tafeln ihre Farbe. Das Pflegepersonal weiss dann zwar noch nicht, was mit dem Patienten im Detail los ist, aber es weiss, dass der stabile Zustand nicht mehr gegeben ist, kann somit die vielen Parameter einzeln checken und entsprechend reagieren.“

Epileptische Anfälle voraussehen

Ein anderes Anwendungsfeld für die neuartige Nutzung von Messdaten aus der Intensivstation ist die Epilepsie: Hier sollen Algorithmen genutzt werden, um bei Patienten einen bevorstehenden Anfall vorauszusagen. „Das gelingt uns heute schon, allerdings nicht mit genügend hoher Treffsicherheit“, sagt Keller. Als Daten werden Videoaufnahmen des Patienten, EEG-Werte, die Variabilität der Herzfrequenz und Kreislaufparameter herangezogen. Gelingt die Entwicklung eines verlässlichen Algorithmus, könnte er Epileptikern dereinst helfen, sensible Arbeiten zu unterlassen, wenn ein Anfall im Anzug ist. Die behandelnden Hausärzte wiederum könnten die Algorithmen bei der Einstellung des Medikamentenspiegels unterstützen.

Von einem dritten Anwendungsgebiet würden sämtliche Intensivpatientinnen und -patienten profitieren, und zusätzlich könnte das Pflegepersonal erheblich entlastet werden: Hierbei geht es um die Vermeidung von Fehlalarmen. Dafür muss man wissen, dass bei einem Durchschnittspatienten auf der Intensivstation pro Tag bis zu 600 Alarme ausgelöst werden. Nach Schätzung von Fachpersonen erweisen sich davon zwei Drittel bis drei Viertel als Fehlalarme. Viele Alarme werden beispielsweise einzig durch eine Bewegung der Pflegefachkraft in der Nähe des Patienten ausgelöst; dabei verrutscht dann ein Infusionsschlauch oder eine Elektrode am Körper des Patienten. Jedesmal ertönt ein akustischer Warnton, der vom Pflegepersonal ausgeschaltet werden muss.

Fehlalarme erkennen

Fehlalarme bedeuten für das Personal Mehrarbeit und akustische Belästigung. Im schlimmsten Fall droht sogar Desensibilisierung, also die Gefahr, dass ein echter Alarm nicht mehr ernst genommen wird. Fehlalarme lassen sich reduzieren, wenn die Daten der verschiedenen Geräte auf der Intensivstation miteinander logisch verknüpft werden. An einem Beispiel ausgedrückt: Wenn ein Patient einen normalen Blutdruck aufweist, dann kann der Herzstrom (EKG) nicht einer Nullinie entsprechen – es dürfte bei dieser Signalkonstellation also ein Fehlalarm vorliegen. Ärzte und IT-Experten haben im Projekt ICU-Cockpit bisher zwei Algorithmen entwickelt: Durch Auswertung von Bewegungsdaten (erfasst mit Videokameras) konnten sie die Zahl der Fehlalarme um zwei Drittel senken, durch die logische Verknüpfung von mehreren Messdaten sogar um 80%.

Doch die Vordenker des Universitätsspitals Zürich sind noch nicht am Ziel. Eine grosse Herausforderung besteht darin, neue Algorithmen so zu konstruieren, dass sie keinen echten Alarm als Fehlalarm einstufen, denn das könnte für die betroffenen Patienten fatal enden. Entsprechend hoch sind die regulatorischen Hürden, die erfüllt sein müssen, damit automatisierte Systeme zur Erkennung von Fehlalarmen in Spitälern eingesetzt werden dürfen. Trotz solcher Hürden bleibt Emanuela Keller zuversichtlich: „Wenn wir die Zahl der Fehlalarme dereinst zum Beispiel auf einen Zehntel reduzieren könnten, wäre das ein riesiger Fortschritt, der allen Beteiligten einen grossen Nutzen bringt.“

Die Serie "Medizinischer Fortschritt dank Big Data" stellt am Beispiel von ausgewählten Krankheiten exemplarisch dar, wie Einbezug und Verarbeitung grosser Datenmengen vertiefte medizinische Erkenntnisse ermöglichen und damit verbesserten Behandlungen den Weg bereiten. Hier Teil 4.

'#Big Data' aus medizinischen Geräten soll die Behandlung von #Intensivpatienten verbessern http://bit.ly/2Mw2L9p #iph
Täglich viele Stunden im Einsatz, ein Drittel davon im direkten Kontakt mit Patientinnen und Patienten: Prof. Emanuela Keller, Leiterin der neurochirurgischen Intensivstation des Universitätspitals Zürich
Täglich viele Stunden im Einsatz, ein Drittel davon im direkten Kontakt mit Patientinnen und Patienten: Prof. Emanuela Keller, Leiterin der neurochirurgischen Intensivstation des Universitätspitals Zürich.
 

Weitere Themen