Читать книгу DIVI Jahrbuch 2021/2022 - Группа авторов - Страница 47

Das Vollbild von COVID-19, wenngleich kontrovers diskutiert (2), gleicht in vielen Fällen einem akuten Lungenversagen (acute respiratory distress syndrome, ARDS) anderer Ursache, und stellt mit einer Letalität von bis zu 50% eine vergleichbare, deutliche Bedrohung für Intensivpatient:innen dar (3, 4). Häufig wird ein ARDS zu spät (oder gar nicht) erkannt. Nur eine rechtzeitige Therapie sowie die schnellstmögliche Behebung der zugrundeliegenden Ursache kann das Patienten-outcome verbessern und ist folglich unabdingbar.

Das bereits erwähnte SMITH-Konsortium setzt im Rahmen der Medizininformatik-Initiative genau an dem Punkt an, durch den Einsatz von use cases eine Früherkennung des intensivmedizinischen Krankheitsbildes ARDS zu ermöglichen.

Hierfür wurde an der Uniklinik Aachen der use case ASIC (Algorithmic Surveillance of ICU patients) konzipiert. Durch eine frühere, vermehrte Diagnoserate und Verbesserung der Leitlinienadhärenz soll eine Verbesserung der Versorgungsqualität von Patient:innen mit ARDS gezeigt werden. Es wurde eine Smartphone App für iOS- und Android-Betriebssysteme entwickelt, mittels derer kontinuierliche Auswertungen aus dem PDMS erfolgen und somit eine modellbasierte „algorithmische Überwachung“ des Zustandes von kritisch kranken Patient:innen ermöglicht wird. Warnhinweise bei Unterschreiten eines Horovitz-Quotienten von 300 bei allen Patient:innen, die kumulativ länger als 24 Stunden invasiv beatmet wurden, führen dazu, dass behandelnde Ärzt:innen App-basiert überprüfen, ob ein ARDS vorliegen könnte.

Wenngleich die App-Entwicklung bereits vor Beginn der Corona-Pandemie erfolgte, wird in der Datenauswertung überprüft werden, inwiefern durch die Anwendung COVID-19 frühzeitiger erkannt werden konnte. Der use case ASIC zeigt klar, welche Rolle die Medizininformatik künftig für die Forschung und Verbesserung der Versorgung haben wird. Der Einsatz solcher Verfahren ist letztlich für diverse Entitäten kritisch Kranker in der Zukunft denkbar.

Durch das Aufbauen großer, letztendlich zusammengeführter Datenbanken innerhalb der Datenintegrationszentren wird zudem eine Möglichkeit geschaffen, mittels KI bestimmte Krankheitsverläufe einzelner Patientengruppen zu prädizieren.