Entscheidung in Sekunden: Wie KI Wiener Ärzte entlastet

Vitalzeichenverläufe, Laborergebnisse, Röntgenaufnahmen, Krankenhausleitlinien, Medikationsdaten, Allergien, Ernährungspläne: In einem Krankenhaus arbeiten Ärzt*innen täglich mit enormen Mengen individueller Daten. Diese Daten bilden die Grundlage für eine Vielzahl von Entscheidungen. Insbesondere auf Intensivstationen und in perioperativen Bereichen müssen Ärzt*innen große Mengen an Patient*innen-Daten in Echtzeit interpretieren und gleichzeitig unter Zeitdruck kritische Entscheidungen treffen.

Unterstützung

Manchmal bleiben nur Sekunden zum Handeln. Befindet sich ein Patient oder eine Patientin in einer lebensbedrohlichen Situation und schlagen alle Systeme Alarm – etwa bei einem septischen Schock infolge einer Infektion – ist schnelles Eingreifen erforderlich. Dazu gehört auch, alle verfügbaren Patient*innen-Daten rasch zu sichten und zu analysieren, um den bestmöglichen Behandlungsplan festzulegen, beispielsweise ob und wann intravenöse Flüssigkeiten zur Aufrechterhaltung der hämodynamischen Stabilität verabreicht werden sollen. Wenn dann auch noch mehrere Patient*innen gleichzeitig dringend versorgt werden müssen, wird dies zu einer noch größeren Herausforderung – insbesondere angesichts des aktuellen Personalmangels. 

Dr. Camila González widmet sich genau dieser Herausforderung. Sie ist Assistenzprofessorin an der Medizinischen Universität Wien und arbeitet am „Comprehensive Center for AI in Medicine“, eineminterdisziplinären, institutsübergreifenden Zentrum, das über 20 Forschungslabore vereint, in denen ein Team von Forschenden aus den Bereichen künstliche Intelligenz, maschinelles Lernen und Medizin zusammenarbeitet.

KI-Werkzeuge

Dort leitet sie die Gruppe „Representational Intelligence for Intensive Care“ an der Universitätsklinik für Anästhesie, Intensivmedizin und Schmerztherapie: „Unsere Arbeit nutzt Deep Learning, um Repräsentationen aus multimodalen Patient*innen-Daten zu lernen – etwa aus Vitalzeichenverläufen, hämatologischen Laborergebnissen und bildgebenden Verfahren bzw. klinischen Verlaufsnotizen – und diese mit Evidenz aus groß angelegten empirischen Studien, wie sie in medizinischen Leitlinien zusammengefasst sind, sowie mit historischen Krankenhausfällen zu verknüpfen. 

Ziel ist es, transparente KI-Werkzeuge zu entwickeln, die Ärzt*innen dabei unterstützen, komplexe Daten zu interpretieren und sicherere sowie fundiertere Behandlungsentscheidungen zu treffen.“ Das Forschungsteam möchte mit den KI-Werkzeugen, Ärzt*innen in akuten Situationen entlasten und die Sterblichkeit von Patient*innen senken. Darüber hinaus sollen durch die Analyse großer Datenmengen und den Vergleich von Krankheitsverläufen zuverlässige und interpretierbare Vorhersagemodelle entwickelt werden. Langfristig soll so sowohl die Belastung für das medizinische Fachpersonal als auch für die Patient*innen reduziert werden. Claudia Weber