Fraunhofer-Institut für Digitale Medizin MEVIS
Motivation
Trotz aller medizinischer Fortschritte hat sich die perioperative Sterblichkeit im Rahmen einer Operation in westlichen Industrienationen in den letzten 10 Jahren kaum verändert und wird weiterhin mit 0,4 – 0,8% angegeben, die zudem eine hohe Zahl von vermeidbaren Todesfällen beinhaltet. Das Risiko, im Rahmen einer Operation eine dauerhafte Schädigung oder sogar den Tod zu erleiden, ist somit deutlich höher als allgemein angenommen. Typische Komplikationen während oder nach einer Operation sind kardiovaskuläre Komplikationen (z.B. Myokardinfarkt, Schlaganfall, akute Nierendysfunktion), blutgerinnungsassoziierte Störungen (z.B. Lungenembolie, Blutungen) sowie Infektionen (z.B. Pneumonie, Wundinfektion, Sepsis), die im schlimmsten Fall zum Tod führen. Perioperative Komplikationen und Sterblichkeit hängen in einem hohen Maß von patienten-assoziierten Risiken ab. Vor diesem Hintergrund wird zunehmend die Aufmerksamkeit auf die Phase vor der Operation gelegt. Hierzu zählt insbesondere die Systematisierung der präoperativen Risikoabschätzung mit Erfassung von patienten- und operationsspezifischen Risiken zu einem möglichst frühen Zeitpunkt. Erst die Kenntnis der individuellen Risiken und Grunderkrankungen wird eine individuelle Form der Prävention von perioperativen Komplikationen möglich machen.
Ziele
Systeme für die klinische Entscheidungsunterstützung (clinical decision support, CDS) haben ein erhebliches Potenzial medizinische Entscheidungsprozesse in Echtzeit zu unterstützen, zu beschleunigen und damit die Präzision der medizinischen Versorgung zu erhöhen. Entsprechende Expertensysteme können durch die Analyse patientenindividueller Datensätze die Behandelnden unterstützen und dazu beitragen, medizinische Diagnosen und die Möglichkeiten der personalisierten Behandlung und Nachsorge zu verbessern bzw. diese teilweise erst zu ermöglichen.
Ziel von KIPeriOP ist es, sowohl etablierte medizinische Leitlinien und darin komprimiertes Expertenwissen als auch innovative datengestützte Methoden und KI-basierte Modelle in CDS-Tools abzubilden, um klinische Nutzer in der Entscheidungsfindung bestmöglich zu unterstützen. Softwarelösungen werden dabei unter Berücksichtigung von Performanz, Nutzerfreundlichkeit und Datenschutz sowie ethischen und ökonomischen Dimensionen entwickelt und evaluiert.
Insgesamt soll damit die patientenzentrierte Gesundheitsversorgung verbessert und Qualität und Wirtschaftlichkeit der deutschen Gesundheitsversorgung gestärkt werden.
Verantwortlichkeiten im Projekt
Das Projektkonsortium setzt sich interdisziplinär zusammen und wird durch Prof. Patrick Meybohm (UK Würzburg) klinisch sowie durch Prof. Anja Hennemuth (Fraunhofer MEVIS) technisch koordiniert.
Ärzte des Universitätsklinikum Würzburg, der Asklepios Medical School GmbH, des Universitätsklinikum Frankfurt sowie der Charité-Universitätsmedizin Berlin führen im Projekt die Patientenbetreuung, Datenakquise sowie die klinische Integration und Validierung der Daten durch.
Das Fraunhofer Institut für Digitale Medizin MEVIS ist verantwortlich für die Entwicklung und Evaluation von innovativen und leicht zugänglichen KI-Modulen für die klinische Entscheidungsunterstützung.
Der Börm Bruckmeier Verlag ist verantwortlich für Entwicklung und Produktisierung der CDS-Lösungen.
Die Fakultät Angewandte Ethik der Rheinisch-Westfälische Technische Hochschule Aachen zeichnet sich verantwortlich für die Analyse und Konzeption ethischer Anforderungen digitaler klinischer Entscheidungsunterstützung.
Die Fakultät für Sport- und Gesundheitswissenschaften der Technische Universität München analysiert die ökonomischen Implikationen klinischer Entscheidungsunterstützung.
Der TÜV Süd unterstützt das Projektkonsortium bei der Erfassung der relevanten regulatorischen Bedingungen.
Die Deutsche Gesellschaft für Kardiologie – Herz- und Kreislaufforschung e.V. (DGK), die Deutsche Gesellschaft für Anästhesiologie & Intensivmedizin (DGAI) und die Deutsche Gesellschaft für Chirurgie (DGCh) unterstützen die Verbreitung von Projektergebnissen.
