Forschungsprojekt AIMS

Das Ziel von AIMS ist die Entwicklung und Validierung eines Frühwarnsystems mit künstlicher Intelligenz, um vor Zustandsverschlechterungen auf der Krankenstation vor dem Auftreten zu warnen.

Medizinische Motivation

Chirurgische Eingriffe sind heute sicherer als je zuvor. Dennoch bleibt das Risiko für Patient*innen hoch. In Europa sterben durchschnittlich 4 % aller operierten Personen im Krankenhaus. Mehr als die Hälfte dieser Todesfälle ereignet sich auf normalen Stationen, ohne dass die Betroffenen zuvor eine Intensivstation erreicht haben. Ein großer Teil davon tritt sogar völlig unerwartet ein. (1)

Patient*innen-Sicherheit als oberstes Ziel von AIMS

Genau hier setzt AIMS an. Das System soll Warnungen ausgeben, bevor sich der Gesundheitszustand verschlechtert. Dadurch können medizinische Maßnahmen rechtzeitig erfolgen. Diese Art der Prävention erhöht die Sicherheit der Patient*innen erheblich und verhindert im besten Fall unvorhergesehene Todesfälle.

Im Klinikalltag werden zwar verschiedene physiologische Signale erfasst, etwa Blutdruck, jedoch oft nur anlassbezogen und nicht kontinuierlich. Deshalb ist die Datenbasis auf Krankenstationen meist unzureichend. Hochwertige Daten stehen bislang fast ausschließlich in Operationssälen und auf Intensivstationen zur Verfügung.

AIMS nutzt zunächst retrospektive Daten aus Intensivstationen (physiologische Signale, strukturierte Gesundheitsdaten), um ein KI-Modell zu trainieren. Parallel entwickelt das Projekt ein Sensorsystem, das künftig kontinuierlich auch auf Krankenstationen Daten liefern soll.

Konkreter Nutzen für Klinik und Patient*innen

Von AIMS profitieren in erster Linie die Patient*innen, deren Sicherheit steigt und deren Leben geschützt wird. Darüber hinaus unterstützt das System das Klinikpersonal, indem es medizinische Entscheidungen systematischer und objektiver macht.

Die frühzeitige Erkennung einer Verschlechterung – kombiniert mit gezielten Maßnahmen – kann:

• Einweisungen auf Intensivstationen reduzieren,
• die Verweildauer im Krankenhaus verkürzen,
• und vor allem Leben retten.

Da das System direkt in die Patient*innen-Sicherheit eingreift, gelten hohe ethische Anforderungen. Das Konsortium verfolgt deshalb von Beginn an einen Ethics-by-Design-Ansatz.

Langfristige Vision

Die Vision von AIMS reicht über die Krankenstation hinaus. Das System soll künftig den gesamten Weg der Patient*innen begleiten – von der stationären Aufnahme bis hin zur häuslichen Pflege.

Beitrag zur europäischen Technologiesouveränität

Insgesamt leistet AIMS einen wesentlichen Beitrag zur europäischen Technologiesouveränität. Der Einsatz von im Ausland entwickelten medizinischen KI-Technologien ist aus mehreren Gründen problematisch:

• KI, die von Global Playern wie den USA oder China entwickelt wurde, basiert auf anderen Daten und Rahmenbedingungen, die als sogenannter Daten-Bias in den KI-Modellen abgebildet sind. Die Gefahr, dass KI-Technologien nicht einwandfrei funktionieren, wenn sie in Österreich/Europa eingesetzt werden, stellt auch ein Risiko für die Patient*innen dar.
• Große, öffentliche Datensätze (z.B. MIMIC-IV (2), VitalDB (3)) enthalten nicht-europäische Daten.

Da der medizinische Partner (Johannes Kepler Universität Linz, Medizinische Fakultät, Universitätsklinik für Anästhesiologie und operative Intensivmedizin) seit Jahren Daten zur wissenschaftlichen Analyse generiert, die auch für die Forschungsfragen von AIMS verwendbar sind, besteht im Projekt ein großer Vorsprung.

Für eine optimale Anwendbarkeit in Europa werden in AIMS geeignete KI-Systeme auf Basis der europäischen Wertebasis von Gesundheitsdaten entwickelt. AIMS unterstützt die nachhaltige Etablierung von KI-Lösungen in der klinischen Praxis in ganz Europa. Es erhöht die Zugänglichkeit und Verfügbarkeit von Patient*innen-Zustandsdaten, die auf der Intensivstation und in anderen Versorgungsbereichen des Krankenhauses, insbesondere auf der Krankenstation, erhoben werden. Die Ergebnisse werden einen wesentlichen Beitrag zu qualitativ hochwertigen Gesundheitsdaten und zur KI-Forschung in Europa leisten. Die Kombination von weltweit führenden Technologien aus Österreich zu einem europäischen Gesundheitsdatensatz verspricht große Chancen für zukünftige medizinische Anwendungen unabhängig von ausländischen (nicht-europäischen) Anbietern.

Quellen

(1) Pearse RM, Moreno RP, Bauer P, Pelosi P, Metnitz P, Spies C, et al. Mortality after surgery in Europe: a 7 day cohort study. The Lancet. 2012 Sep;380(9847):1059–65.

(2) Johnson A, Bulgarelli L, Pollard T, Horng S, Celi LA, Mark R. MIMIC-IV [Internet]. PhysioNet; 2020 [cited 2023 Feb 13]. Available from: https://physionet.org/content/mimiciv/2.2/

(3) Lee HC, Jung CW. VitalDB, a high-fidelity multi-parameter vital signs database in surgical patients [Internet]. PhysioNet; 2022 [cited 2022 Nov 15]. Available from: https://physionet.org/content/vitaldb/1.0.0/

Projektpartner*innen

Ansprechperson

Projektleitung

Dr. Michael Giretzlehner

Head of Research Unit Medical Informatics