Mehr Leben retten durch KI-Unterstützung

09.01.2024 14:36

Um zu beurteilen, wie schwer eine Person verletzt ist, müssen viele verschiedene Parameter schnell abgewogen werden. Wenn medizinisches Fachpersonal bei schnellen, lebenswichtigen Entscheidungen von einem KI-Tool unterstützt werden könnte, könnten mehr Leben gerettet werden. Dies zeigen Untersuchungen der Technischen Universität Chalmers in Schweden sowie der Universität Göteborg und der Universität Borås.

„Wenn schwerverletzte Menschen direkt in ein Universitätskrankenhaus transportiert werden, erhöhen sich die Überlebenschancen, da Ressourcen für die Versorgung aller Arten von Verletzungen vorhanden sind. Daher müssen wir besser sagen können, wer schwerverletzt ist und wer nicht, damit jeder die richtige Versorgung erhält und die Ressourcen optimal genutzt werden“, sagt Anna Bakidou, Doktorandin in der Forschungsgruppe Care@Distance – Remote and Prehospital Digital Health am Department of Electrical Engineering der Chalmers University of Technology.

In einer kürzlich veröffentlichten Studie haben Anna Bakidou und ihre Co-Autoren fünf verschiedene mathematische Modelle entwickelt, die auf den Daten von Erwachsenen basieren, die zwischen 2013 und 2020 mit der Krankenwagenversorgung in Kontakt kamen. Diese Daten stammen aus über 47.000 realen Ereignissen, die aus dem schwedischen Traumaregister stammen, aus dem auch hervorgeht, wohin die Menschen transportiert wurden. Durch die Abwägung einer Reihe komplexer Variablen wie Atemfrequenz, Art der Verletzung, Blutdruck, Alter und Geschlecht stellte sich heraus, dass alle KI-Modelle eine bessere Leistung erbringen konnten als das klinische Ergebnis – also die Transportentscheidungen des Rettungspersonals der Zeitpunkt des Vorfalls.

Viele Schwerverletzte wurden in reguläre Krankenhäuser gebracht

Es stellte sich heraus, dass 40 Prozent der schwerverletzten Patienten nicht direkt in eine Universitätsklinik gebracht wurden. Gleichzeitig wurden 45 Prozent der nicht schwer Verletzten unnötigerweise in Universitätskliniken eingeliefert, da ihre Verletzungen in einem regulären Krankenhaus hätten versorgt werden können.

„Das Rettungspersonal steht ständig vor schwierigen und schnellen Entscheidungen. Wir hoffen, dass ein objektiveres Entscheidungsunterstützungssystem als „zusätzlicher Kollege“ fungieren kann, der das Personal dazu bringt, komplexere Zusammenhänge zu erkennen und in Fällen, in denen Verletzungen schwierig sein können, zweimal nachzudenken wahrzunehmen oder einzuschätzen“, sagt Anna Bakidou.

Als Beispiel nennt sie, dass jüngere Menschen – die häufig in Verkehrsunfälle verwickelt sind – häufig als schwerer verletzt eingeschätzt werden als sie sind. Andererseits gelten ältere Menschen, die in Ereignisse wie Sturzunfälle verwickelt sind, oft als leicht verletzt – obwohl ihr Zustand aufgrund von Folgen wie inneren Blutungen plötzlich lebensbedrohlich werden kann.

Es sind mehrere Schritte erforderlich, bis die Technologie zum Einsatz kommen kann

Obwohl die mathematischen Modelle zeigen, dass möglicherweise viele Menschenleben gerettet werden könnten, ist es noch ein langer Weg, bis das Rettungspersonal die Technologie nutzen kann. Ein entscheidender Schritt besteht darin, Methoden zu finden, um alle Informationen schnell und einfach in das KI-Tool einzugeben und dem Dienst eine gute Interaktion mit den Benutzern zu ermöglichen.

„Können Sie zum Beispiel mit dem Tool sprechen, um beide Hände frei zu haben? Wie können bestehende Routinen und Protokolle für die Zusammenarbeit mit der KI genutzt werden und wie können die Hinweise für das Personal aktualisiert werden, wenn neue Daten hinzukommen? Wir „Wir müssen diese Dinge testen und berücksichtigen, wenn wir mit weiteren Studien und Prototypenarbeiten fortfahren“, sagt Anna Bakidou. Bevor KI-Dienste zum Alltag des Rettungspersonals gehören können, sind im Laufe der Zeit auch groß angelegte klinische Studien erforderlich.

Mehr zur Forschung

• Der wissenschaftliche Artikel „On Scene Injury Severity Prediction (OSISP) Model for Trauma Developed Using the Swedish Trauma Registry“ wurde in BMC Medical Informatics and Decision Making veröffentlicht.
• Hinter der Studie stehen Anna Bakidou, Eva-Corina Caragounis, Magnus Andersson Hagiwara, Anders Jonsson, Bengt Arne Sjöqvist und Stefan Candefjord. Die Forscher sind an der Technischen Universität Chalmers, der Sahlgrenska-Akademie der Universität Göteborg und der Universität Borås aktiv.
• Die Studie wurde im Rahmen verschiedener Projekte wie Kontiki und ASAP PoC durchgeführt und die Forschung wurde von Interreg Schweden-Norwegen, IoT Schweden, dem schwedischen Carnegie Hero Fund, den Adlerbertska Foundations und dem Center for Disaster Medicine finanziert.