Das Forschungsprojekt HEART erforscht eine non-invasive Methode, mit der sich der Flüssigkeitsbedarf des Körpers anhand von EKG-Signalen überwachen lässt. Außerdem unterstützen KI-gestützte Analysen großer Datenmengen die Präzisionsmedizin und bieten Patient*innen erhebliche Vorteile.
Das Projekt verfolgt das Ziel, den Flüssigkeitsbedarf des Körpers präzise und ohne Eingriffe zu ermitteln. Dabei kommen moderne Methoden der Künstlichen Intelligenz zum Einsatz. Sie analysieren große retrospektive Datensätze und tragen dazu bei, Behandlungsentscheidungen stärker an individuellen Kriterien auszurichten.
Gesunde Menschen regulieren ihren Flüssigkeitshaushalt normalerweise selbstständig. Doch bei langen chirurgischen Eingriffen oder extremer Belastung funktioniert diese Regulation nicht zuverlässig. Bei Operationen mit Blutverlust oder hoher Verdunstung müssen Anästhesist*innen den Flüssigkeitsbedarf daher genau überwachen. Denn starke Abweichungen vom optimalen Bereich können schwerwiegende Komplikationen verursachen. Alle aktuell verfügbaren Methoden sind invasiv und erfordern eine Punktion von Blutgefäßen. Dadurch steigt das Risiko von Komplikationen. Bisher existiert kein präzises, einfach anwendbares und zugleich non-invasives Verfahren.
Die angestrebte Methode basiert auf der Annahme, dass sich Änderungen im Flüssigkeitshaushalt auch im Erregungsleitungssystem des Herzens widerspiegeln. Diese Veränderungen lassen sich im EKG nachweisen. Das HEART-Team analysiert dafür große Datenmengen aus dem Kepler Universitätsklinikum Linz sowie aus öffentlichen Datenbanken. Ziel ist es, Korrelationen zwischen EKG-Veränderungen und Flüssigkeitsgaben nachzuweisen. Dazu nutzt das Projekt sowohl Deep-Learning-Methoden wie CNN, LSTM und Transformer als auch klassische Ansätze des maschinellen Lernens mit manuell extrahierten EKG-Features. Die Ergebnisse sollen anschließend in einem Folgeprojekt mit prospektiven Daten validiert werden.
HEART wird bei der Datenauswahl besonders auf eine ausgeglichene Geschlechterverteilung und eine repräsentative Altersverteilung achten, um Datenverzerrungen und systematischen Prognosefehlern vorzubeugen. Die erhaltenen Analyseergebnisse werden auf ihre gleichermaßen gültige Anwendbarkeit auf unterschiedlichen Subpopulationen geprüft.
Die Umsetzung dieser neuartigen und disruptiven Methode würde eine dringend benötigte, zuverlässige, kosteneffiziente und benutzer*innenfreundliche Patient*innenüberwachung bieten, mit einer Reihe von Vorteilen einer nicht-invasiven Methode: für Anästhesist*innen eine einfach zu verwendende, aber zuverlässige erste Stufe des erweiterten hämodynamischen Monitorings; für die Pflege eine zeitsparende Anwendung, in die das Personal rasch eingewiesen werden kann; für Patient*innen ein verringertes Risiko und potenziell kürzere Krankenhausaufenthalte; für Krankenhausträger*innen eine kostengünstige Lösung. Ein erweiterter Nutzen von non-invasivem hämodynamischen Monitoring könnte einerseits im Bereich der erweiterten (institutionellen) Pflege oder auch im Freizeitbereich liegen. Durch niederschwellige EKG-Messungen (z. B. Wearables) könnte beispielsweise der Flüssigkeitsbedarf von Senior*innen oder Extremsportler*innen gemessen werden.
Die Forschungsarbeiten zu HEART finden in enger Abstimmung mit der Universitätsklinik für Anästhesiologie und operative Intensivmedizin der Medizinischen Fakultät der JKU Linz, sowie der Klinischen Abteilung für Allgemeine Anästhesie und Intensivmedizin der MedUni Wien statt.
Dieses Projekt wird aus Mitteln der FFG gefördert.
Head of Unit Medical Informatics
