Überwachung der Risiken auf der Neugeborenen-Intensivstation
Jedes Jahr werden fast 8 % aller Kinder zu früh geboren und müssen auf der Neugeborenen-Intensivstation behandelt werden. Dadurch steigt das Infektionsrisiko. Die Früherkennung ist jedoch schwierig, da mikrobiologische und biologische Daten unzuverlässig sind und klinische Symptome keinen diagnostischen Wert haben. Infolgedessen werden von den Ärztinnen und Ärzten große Mengen Breitbandantibiotika verabreicht.
Ein System zur Beurteilung des Sepsisrisikos und der Reifung von Neugeborenen
Ziel des EU-finanzierten Projekts Digi-NewB war die Unterstützung der Entscheidungsfindung durch Hilfe bei der Erkennung nosokomialer Infektionen und der Quantifizierung der Reifung von Neugeborenen. Dazu wurde im Rahmen des Projekts Fachwissen aus den Bereichen Technik, Big Data und Medizinwissenschaft gebündelt. „Unser System setzt künstliche Intelligenz (KI) ein und integriert in Echtzeit physiologische, klinische und biologische Daten zur Beurteilung des Sepsisrisikos und zur Unterstützung der Versorgungs- und Behandlungsentscheidungen“, erklärt Patrick Pladys, Koordinator von Digi-NewB. Das System erfasst und analysiert mithilfe von Videoaufnahmen einen vollständigen Satz von Daten des Neugeborenen wie Herz- und Atemrhythmus, klinische Symptome und Bewegungen. Es berechnet anschließend einen Sepsisrisikowert und zeigt diesen an, wodurch die Ärzteschaft die Entwicklung dieses Risikowertes im Lauf der Zeit überwachen können. Außerdem können sie ausgewählte Parameterverläufe einsehen und die Videoaufzeichnungen erneut wiedergeben. Vor allem ist dieses neue System einfach anzuwenden und zu installieren und kann durch das Krankenhauspersonal bedient werden. Im Rahmen dieses datengestützten Projekts wurden viele technologische und wissenschaftliche Innovationen entwickelt. Des Weiteren wurden eine große annotierte Datenbank, die Videoaufnahmen, physiologische Parameter und klinische Daten kombiniert, die sieben Jahren an Aufzeichnungen entsprechen, sowie die Konzeption mehrerer innovativer Algorithmen zur Signalverarbeitung, von denen einige patentiert wurden, erstellt. Zudem wurde intensiv an der Extraktion und Charakterisierung der Bewegungen auf den Videoaufnahmen und dem spontanen Schreien der Frühgeborenen geforscht. Diese Faktoren ermöglichen die Quantifizierung der postnatalen Reifung des Herz- und des Atemrhythmus, des Schlafs und des Schreiens der Frühgeborenen.
Klinische Leistung und künftige Ausrichtungen
Um das Digi-NewB-System aufzubauen und zu optimieren, implementierten die Projektpartner einen in Echtzeit arbeitenden Prototyp im Universitätsklinikum Rennes. Unter Anwendung einer gezielten Entwurfsmethodik wurden die wissenschaftlichen Ergebnisse in das System eingespeist, um dessen Technologie-Reifegrad zu erhöhen. Auch wenn das Digi-NewB-System noch in umfangreichen kontrollierten klinischen Studien validiert werden muss, hat es den Konzeptnachweis bereits während seiner Entwicklung erfolgreich erbracht. Dies unterstreicht das Potenzial der KI-gestützten Überwachung zur Erkennung und Behandlung von Sepsis in der Perinatalperiode. Die Ergebnisse zeigen, dass das Digi-NewB-System eine Sepsis 4-48 h eher erkennt als die Standardtests oder andere Ansätze, die aktuell zur Diagnostik von Sepsis auf Neugeborenenstationen angewendet werden. „Wir konnten zeigen, dass der vorgestellte mehrdimensionale Ansatz am Anfang des Lebens zu einer besseren und kohärenteren Nutzung der Gesundheitsdaten für die klinische Entscheidungsfindung führen kann“, betont Pladys. Das Projektteam arbeitet derzeit an der Entwicklung einer kontrollierten klinischen Studie, um nachzuweisen, dass die Echtzeitüberwachung über den vom Digi-NewB-System errechneten Sepsisrisikowert die Morbidität und die Mortalität in Verbindung mit nosokomialer Sepsis bei Neugeborenen senken kann. „Das Wichtige am Digi-NewB-System ist, dass es mit zunehmender Datenmenge, die in der lernenden Datenbank gespeichert wird, und durch die Einbeziehung der Entwicklungen der Neonatalversorgung angepasst und verbessert werden kann“, schließt Pladys. Zudem haben die Projektpartner ein Reifungsdiagramm erstellt, das die Korrelation von kardiorespiratorischen und schlafbezogenen/verhaltensneurologischen Messgrößen mit dem Alter zeigt. Auch wenn die Bedeutung dieses Instruments zur Beurteilung der Reifung für die klinische Praxis noch untersucht werden muss, wird es die Erfassung von Abweichungen vom optimalen postnatalen Verlauf unterstützen und die Entscheidungsfindung im Hinblick auf die Atemunterstützung und Entlassung aus dem Krankenhaus ermöglichen.
Schlüsselbegriffe
Digi-NewB, Sepsis, Reifung, Überwachung, Frühgeborene, Neugeborene, Neugeborenen-Intensivstation, System zur Entscheidungsunterstützung
