Smarte Unterstützung für die Notfallversorgung

In Deutschland hat sich dabei die präklinische und klinische Notfallversorgung zu einem sehr anspruchsvollen beruflichen Handlungsfeld entwickelt. Für das ärztliche Personal ergeben sich unter den aktuellen Rahmenbedingungen mit hohem Zeit- und Kostendruck, multiplen Schnittstellenbereichen und den rasant steigenden Fallzahlen höchste Anforderungen an fachliche Qualifikation und Handlungskompetenzen.

Vor allem für ärztliche Berufseinsteigerer in der Notfallversorgung sind die zeitkritische Diagnosestellung und Therapieentscheidung für Patienten in einer Spanne von der ambulanten Behandlung bis hin zur Schockraumversorgung von Schwerstverletzten und intensivpflichtigen Patienten eine medizinische Herausforderung. Im konkreten Notfall müssen diese zunehmend auf webbasierte, in der Regel nicht evidenzbasierte Wissensplattformen zurückgreifen.

Mit ihrer Idee für eine neuartige smarte Unterstützung von ärztlichen Entscheidungen in der Notfallversorgung haben sich Prof. Dr. Sabine Blaschke, ärztliche Leitung der Zentralen Notaufnahme an der Universitätsmedizin Göttingen (UMG), und Prof. Dr. Dagmar Krefting, Leiterin des Instituts für Medizinische Informatik, UMG, erfolgreich um eine Förderung durch das Bundesministerium für Gesundheit (BMG) beworben. In dem Verbundprojekt "ENSURE" zur "Entwicklung smarter Notfall-Algorithmen durch erklärbare KI-Verfahren" (KI steht für "Künstliche Intelligenz") wollen sie den Prototypen für eine bedarfsgerechte, klinische Entscheidungsunterstützung in der Notfallversorgung entwickeln. Das Verbundprojekt wird von Prof. Sabine Blaschke in Kooperation mit Prof. Dagmar Krefting koordiniert. Das Bundesministerium für Gesundheit fördert das Projekt für drei Jahre mit rund 1,4 Millionen Euro. Das Projekt ist im Oktober 2020 gestartet.

"Unser Ziel ist es, eine smarte Unterstützung für ärztliche Entscheidungen in der Notfallversorgung zu entwickeln, mit der sich die Voraussetzungen für eine zeitnahe, zielgerichtete Diagnostik und initiale Therapie verbessern lässt", sagt Prof. Dr. Sabine Blaschke. "Dazu wollen wir sowohl auf breiter Datengrundlage erhobenes, explizites Wissen (sogenanntes regelbasiertes System) als auch Verfahren der Künstlichen Intelligenz (Machine Learning System) einsetzen."

Im Rahmen einer klinischen Pilotstudie soll der Prototyp in drei Modellkliniken erprobt und in Bezug auf definierte Prozess- und Qualitätsindikatoren in der Notaufnahme geprüft werden. Zum Projektabschluss sollen mit "ENSURE" smarte Notfall-Algorithmen zur Verfügung stehen, die die ärztlichen Handlungskompetenzen in der gesamten notfallmedizinischen Behandlungskette unterstützen und so die Prozess- und Ergebnisqualität in der Notfallversorgung verbessern.

MEDICA.de; Quelle: Universitätsmedizin Göttingen – Georg-August-Universität