Kreislaufversagen vorhersagen

Patientinnen und Patienten auf der Intensivstation eines Spitals stehen unter genauer Beobachtung: Vitalwerte wie Puls, Blutdruck und Blutsauerstoffs?ttigung werden laufend gemessen. So haben die ?rztinnen und Pfleger eine F¨¹lle von Daten zur Beurteilung des Gesundheitszustands der Patienten zur Verf¨¹gung. Dennoch ist es nicht einfach, aus diesen Informationen Prognosen zur weiteren Entwicklung des Zustands abzuleiten oder lebensbedrohliche Ver?nderungen weit voraus zu erkennen.

Forschende der ETH Z¨¹rich und des Inselspitals Bern haben nun eine Methode entwickelt, welche die verschiedenen Vitalwerte sowie weitere medizinisch relevante Informationen ¨¹ber eine Patientin oder einen Patienten miteinander kombiniert. Dadurch kann ein kritisches Kreislaufversagen mehrere Stunden vor dem Eintreten vorausgesagt werden. Ziel ist es, in Zukunft mit der Methode die Vitalwerte im Spital in Echtzeit auszuwerten und das behandelnde Personal vorzuwarnen. Dieses kann somit fr¨¹hzeitig geeignete Massnahmen einleiten.

Umfangreicher Datensatz

Die Entwicklung dieses Ansatzes erm?glichte ein umfangreicher Datensatz der Universit?tsklinik f¨¹r Intensivmedizin des Inselspitals. Diese begann 2005 als erste grosse Intensivstation in der Schweiz, detaillierte und zeitlich hochaufgel?ste Daten von Intensivpatientinnen und -patienten in digitaler Form zu speichern. F¨¹r die Studie verwendeten die Forschenden Daten von 36'000 Aufenthalten auf der Intensivstation in anonymisierter Form und ausschliesslich von Patientinnen und Patienten, welche damit einverstanden waren, dass diese Daten f¨¹r Forschungszwecke verwendet werden.

Auf Initiative von Tobias Merz, Forschungsmitarbeiter, ehemals Leitender Arzt in der Intensivmedizin am Inselspital Bern und heute am Auckland City Hospital t?tig, analysierten Forschende um die ETH-Professoren Gunnar R?tsch und Karsten Borgwardt diese Daten mit Methoden des maschinellen Lernens. ?Die so entwickelten Algorithmen und Modelle konnten im genutzten Datensatz 90 Prozent aller Kreislaufversagen vorhersagen. In 82 Prozent aller F?lle erfolgte die Vorhersage mindestens zwei Stunden im Voraus, womit den ?rzten Zeit f¨¹r eine Intervention geblieben w?re?, sagt Gunnar R?tsch, Professor f¨¹r Biomedizininformatik an der ETH Z¨¹rich.

Verh?ltnism?ssig wenige Messgr?ssen reichen

F¨¹r diese Arbeit standen den Forschern pro Patient mehrere Hundert unterschiedliche Messgr?ssen und medizinische Informationen zur Verf¨¹gung. ?Wir konnten allerdings zeigen, dass bereits 20 Messgr?ssen f¨¹r eine genaue Vorhersage ausreichen. Dazu geh?ren unter anderem Blutdruck, Puls, verschiedene Blutwerte, das Alter sowie die verabreichten Medikamente?, erkl?rt Karsten Borgwardt, Professor f¨¹r Data Mining an der ETH Z¨¹rich.

Um die Qualit?t der Vorhersagen weiter zu verbessern, planen die Forschenden, Patientendaten weiterer grosser Spit?ler in k¨¹nftige Analysen einzubeziehen. Zudem sollen der anonymisierte Datensatz sowie die Algorithmen und Modelle anderen Wissenschaftlern zur Verf¨¹gung gestellt werden.

Wenige, daf¨¹r hochrelevante Alarme

?In der intensivmedizinischen Patientenbetreuung ist es zentral, Kreislaufversagen zu verhindern. Selbst kurze Zeitr?ume mit ungen¨¹gendem Kreislauf erh?hen die Sterblichkeit deutlich?, sagt der Intensivmediziner Tobias Merz. ?Heute m¨¹ssen wir auf der Intensivstation mit einer Vielzahl von Alarmen umgehen. Diese sind nicht sehr pr?zise. H?ufige Fehlalarme und kurze Vorwarnzeiten f¨¹hren zu Verz?gerungen bei kreislaufunterst¨¹tzenden Massnahmen.? Die Forschenden m?chten mit ihrem Ansatz daher die Vielzahl an Alarmen auf wenige, daf¨¹r hochrelevante und fr¨¹hzeitige Alarme reduzieren. Dies ist m?glich, wie die Studie zeigte: Mit der neuen Methode liesse sich die Anzahl der Alarme auf einen Zehntel reduzieren.

Damit die Methode als Fr¨¹hwarnsystem eingesetzt werden kann, ist weitere Entwicklungsarbeit n?tig. Ein erster Prototyp existiert bereits, wie ETH-Professor R?tsch sagt. Dessen Verl?sslichkeit muss nun in klinischen Studien nachgewiesen werden.

Diese Forschungsarbeit wurde zu einem wesentlichen Teil vom Schweizerischen Nationalfonds gef?rdert.