Austrian Health Forum: Datenauswertung für den Klinikalltag

29.Juni 2021

In Krankenanstaltengesellschaft KAGes entwickelt man dennoch IT-gestützte Tools, um kritische Ereignisse während des Klinikaufenthaltes von Patienten besser vorhersagen zu können.

Komplikationen sollen damit frühzeitig erkannt und präventiv vermieden oder behandelt werden, schilderte Werner Leodolter beim Austrian Health Forum in Schladming. Während eines Spitalsaufenthaltes können besonders ältere Patienten mitunter plötzlich eine akute Bewusstseinsstörung entwickeln: Die Betroffenen sind desorientiert, erleben oft Halluzinationen und haben ein höheres Risiko, Komplikationen zu entwickeln oder zu versterben. Das stellt für die Betreuung und Pflege in Spitälern eine besondere Herausforderung dar. In den Krankenhäusern der KAGes handelt es sich nach internen Schätzungen beispielsweise um rund drei Prozent der Patienten jährlich. Ein Delir kann zwar grundsätzlich vollständig ausheilen, je schwerer und länger es jedoch unbehandelt besteht, desto häufiger und schwerwiegender sind kognitive Folgeschäden.

Für das Personal wäre es daher schon zu Beginn einer stationären Aufnahme wichtig, eine Risikoeinschätzung zu erhalten, denn durch spezielle Maßnahmen wäre ein Delir auch vermeidbar. Dazu müssten aber die Risikopatienten so früh wie möglich systematisch identifiziert werden. Hier ist man in der Steiermark ein gutes Stück weitergekommen, wie Leodolter, Chief Information Officer der KAGes, auf dem Netzwerkgipfel des Austrian Health Forum in Schladming berichtete.

Rund 2,1 Millionen Krankengeschichten erfasst

Durch eine konsequente Digitalisierung seit Beginn des neuen Jahrtausends verfügt die steirische Krankenanstaltengesellschaft nämlich über einen immensen Datenschatz: In den letzten 20 Jahren wurden in dem KAGes-Versorgungsgebiet rund 2,1 Millionen Krankengeschichten erfasst. Durch ihre rückwirkende Auswertung können diese Daten auch künftigen Patienten zugutekommen.

Die digitalisierten Krankengeschichten lassen sich – ohne Identifizierung des jeweiligen Patienten – mit Verfahren des maschinellen Lernens erschließen, wie Leodolter im Gespräch mit der APA auf dem Austrian Health Forum schilderte. Die intelligenten Systeme suchen nach auffälligen Datenmustern bei ehemaligen Delir-Patienten. Die routinemäßig erfassten Daten werden zur Modellbildung herangezogen. „Das geht einerseits, weil wir große Datenmengen und andererseits die richtigen klinischen Partner gefunden haben, die den Nutzen für die Versorgung von Patienten erkannt haben“, erklärte der Grazer IT- und Managementexperte. „Um die Prävention von Delir zu unterstützen, haben wir eine Lösung entwickelt, welche mittels statistischer Methoden das Risiko der Patienten schon vor den ersten Symptomen bestimmt“, führte Diether Kramer, Lead Data Scientist in der KAGes, weiter aus.

Bei der Auswertung der strukturierten klinischen Daten setzen die Grazer Entwickler Machine Learning ein. So können anhand von gefundenen Parametern individuelle Prognosen bzw. Risikoprofile von neu aufgenommenen Patienten automatisiert erstellt werden, die dann zur Entscheidungsunterstützung, z. B. für Präventionsmaßnahmen, zur Verfügung zu stehen.

„Proof of Concept“ bereits durchgeführt

Die ersten Projekte zielten auf Prognosen für die Entwicklung eines Delirs und für die Wahrscheinlichkeit eines postoperativen Intensivaufenthalts ab, blickte Leodolter auf das bisher Erreichte zurück. Diese Vorhersagemodelle gingen 2018 in den Pilotbetrieb und sind in der Steiermark an mittlerweile mehr als zehn Standorten im routinemäßigen Einsatz. „Wir sind weltweit die ersten, die diese Technologie auch in den klinischen Bereich gebracht haben“, betonte Leodolter. Ein „Proof of Concept“ mit einem anderen Spitalsträger wurde bereits durchgeführt, um zu prüfen, ob die erarbeiteten Modelle auch in anderen Settings außerhalb der KAGes verwendbar sind. Ergebnis: „Es funktioniert sehr gut“, berichtete Leodolter am Austrian Health Forum.

Weitere klinisch relevante Prognosemodelle seien in Entwicklung: Sie sollen künftig vorhersagen können, ob eine besondere Sturzgefährdung vorliegt, ob nach einer Operation ein Intensivbett gebraucht wird, oder auch ob ein Patient ein hohes Risiko für eine Schluckstörung hat. (APA/red)