Wahrsager am Krankenbett

11. Oktober 2016
Teilen

Ärzte werden derzeit von Messgeräten in kritischen Situationen gewarnt – trotzdem ist es manchmal zu spät. Neue Supercomputer überwachen die Schwankungen von Vitalparametern kontinuierlich und sehen die Gefahr kommen, noch bevor es wirklich ernst wird.

Heute erfassen Ärzte zwar routinemäßig Vitalparameter wie Blutdruck, Herzfrequenz, Körpertemperatur und vieles mehr. Aber Messgeräte warnen medizinisches Personal nur bei kritischen Situationen – und dann ist die Sache wirklich ernst. Forscher bewerten dies als vertane Chance. Sie setzen auf „Watson“, ein Tool der künstlichen Intelligenz von IBM. Der Supercomputer schlägt sich wacker auf Intensivstationen, um in Big Data frühzeitig Anzeichen für medizinische Krisen zu entdecken.

Daten retten Leben

Das geht so: Hochleistungsrechner wie Watson analysieren Datenströme kontinuierlich. Sie finden unter normalen Schwankungen diverser Vitalparameter Anzeichen gefährlicher Entwicklungen zwölf bis 24 Stunden, bevor es zum Notfall kommt. Neonatologen der University of Ontario vertrauen auf das System. Hier werten Systeme pro Sekunde 1.000 Informationen aus, die von unterschiedlichen Sensoren kommen. Auch am Emory University Hospital in Atlanta wurde eine Intensivstation mit innovativer Technologie ausgestattet. Dank ihrer Software können Ärzte und Pfleger das Auftreten von septischen Infektionen bis zu 24 Stunden früher erkennen, verglichen mit einer klassisch ausgestatteten Intensivstation.

F2.large

Ein Algorithmus wertet verschiedene Datenquellen aus und warnt Health Professionals vor der Gefahr einer Sepsis. Quelle: Journal of the American Medical Informatics Association

Genau hier hoffen Ärzte auf weitere Verbesserungen, nicht ohne Grund. Sie führen US-weit schätzungsweise 750.000 Todesfälle pro Jahr auf Septitiden zurück.

Jetzt haben Sharad Manaktala und Stephen R. Claypool von Wolters Kluwer Health Algorithmen zur Datenauswertung und zur leitliniengerechten Behandlung kombiniert. Gleichzeitig erhielten Ärzte neue Erkenntnisse in Echtzeit auf ihr Smartphone. Manaktala und Claypool verglichen Daten vor beziehungsweise nach Einführung ihres Systems.

Die Mortalität durch Sepsis verringerte sich um 53 Prozent, und die Rate an stationären Wiederaufnahmen sank von 19 auf 13 Prozent.

Patientenakten – die neuen Frühwarnsysteme

Als Datenquelle für Hochleistungscomputer eignen sich nicht nur Bits und Bytes, die von Messgeräten kommen. Hargobind S. Khurana von Banner TeleHealth, Arizona, zeigte jetzt, dass elektronische Patientenakten ebenfalls eine wahre Goldgrube sind, um lebensgefährliche Ereignisse frühzeitig zu identifizieren. Zusammen mit Kollegen entwickelte er einen digitalen Algorithmus, um mögliche Risikofaktoren in Echtzeit zu identifizieren und Ärzte zu kontaktieren.

Die Programme suchen in Aufzeichnungen nach mindestens einem von 14 Parametern für akute Organdsyfunktionen, vergleichbar mit dem SOFA-Score, und nach mindestens zwei von vier Indikatoren für das systemische inflammatorische Response-Syndrom (SIRS). Ihr neues System implementierten die Forscher bei 24 Banner Health-Kliniken mit unterschlichen medizinischen Schwerpunkten.

Khurana zeigte anhand von mehr als 300.000 hospitalisierten Personen, dass jeder Fünfte zu einer Hochrisikogruppe gehört, die für 90 Prozent aller Todesfälle im Krankenhaus verantwortlich ist. Gelingt es Ärzten, Betroffene zu identifizieren, können sie gezielt eingreifen, ohne wertvolle Zeit zu verlieren.

Watson trifft Parkinson

Der Supercomputer spielt seine Stärken nicht nur im Klinikum aus. IBM und Pfizer versuchen gemeinsam im Rahmen eines Forschungsprojekts die Versorgung von Parkinson-Patienten zu verbessern. Ein System aus Sensoren und mobilen Endgeräten soll Echtzeit-Daten zu Krankheitssymptomen rund um die Uhr an Forscher übertragen. Die Auswertung selbst geschieht über maschinelle Lernvorgänge.

Im besten Fall könnte es auch hier gelingen, Änderungen im Krankheitsprozess frühzeitig zu erkennen und die Pharmakotherapie anzupassen. Darüber hinaus leisten die Daten einen Beitrag, um schneller neue Behandlungsmöglichkeiten zu entwickeln. Beide Unternehmen planen, ihr System rasch in die erste klinische Testphase zu überführen.

Computer gegen Krebs

Mit Daten befasst sich der Supercomputer Watson auch bei Krebserkrankungen. In den USA arbeitet IBM mit mehreren Kliniken zusammen, um Daten von Krebspatienten auszuwerten. Das selbstlernende System greift ebenfalls auf wissenschaftliche Literaturquellen zu, um die optimale Therapie zu empfehlen. Das IBM Research-Team aus Haifa hat die Software so weiterentwickelt, dass „Watson“ Brustkrebs bei der Bildgebung erkennt.

Mit automatisierten Literaturrecherchen haben Forscher aus Houston, Texas, in kürzester Zeit mehrere Proteine identifiziert, um p53 zu manipulieren. Gene, die für dieses Eiweiß codieren, sind bei etlichen Tumorarten mutiert. Der Supercomputer wertete dazu rund 70.000 Artikel aus. Entsprechende Projekte dauern normalerweise Jahre.

Apropos Krebs: Am New York Genome Center (NYGC) kommt „Watson“ zum Einsatz, um neue Ansätze bei Glioblastomen zu erforschen. Im Fokus stehen DNA-basierte  Therapien gegen die häufig tödlich verlaufende Erkrankung. Ziel ist auch hier, schnellstmöglich praxisrelevante Erkenntnisse zu gewinnen.

46 Wertungen (4.52 ø)

Die Kommentarfunktion ist nicht mehr aktiv.

5 Kommentare:

Gast
Gast

Und trotzdem merke welcher Patient Probleme bekommt, sicher werden die jungen Ärzte lieber auf einen teuren Computer hoeren
Die googlen ja jetzt schon Sachen wie “ketoazidose”

#5 |
  0
Gast
Gast

Gut das ich noch werte vom Monitor abschreibe ….

#4 |
  1
Jürgen Neugebauer
Jürgen Neugebauer

Danke für den interssanten Artikel. Das lässt uns positiv in die Zukunft blicken. Hoffentlich können bald viele Menschen von diesem Fortschritt profitieren.

#3 |
  0
Joachim Bedynek
Joachim Bedynek

Joachim Bedynek
Toll die Innovationskraft der USA. Die kostet natürlich viel Eigenverantwortlichkeit der Patienten, d.h. viel Geld.

#2 |
  0
Barbara Swinarski
Barbara Swinarski

In Deutschland entwickelt sich die Medizin für den einfachen Patienten rückwärts.

#1 |
  0
Copyright © 2017 DocCheck Medical Services GmbH
Sprache:
DocCheck folgen: