Verhältnismässig wenige Messgrössen reichen

Für diese Arbeit standen den Forschern pro Patient mehrere Hundert unterschiedliche Messgrössen und medizinische Informationen zur Verfügung. «Wir konnten allerdings zeigen, dass bereits 20 Messgrössen für eine genaue Vorhersage ausreichen. Dazu gehören unter anderem Blutdruck, Puls, verschiedene Blutwerte, das Alter sowie die verabreichten Medikamente», erklärt Karsten Borgwardt, Professor für Data Mining an der ETH Zürich.

Um die Qualität der Vorhersagen weiter zu verbessern, planen die Forschenden, Patientendaten weiterer grosser Spitäler in künftige Analysen einzubeziehen. Zudem sollen der anonymisierte Datensatz sowie die Algorithmen und Modelle anderen Wissenschaftlern zur Verfügung gestellt werden.

«In der intensivmedizinischen Patientenbetreuung ist es zentral, Kreislaufversagen zu verhindern. Selbst kurze Zeiträume mit ungenügendem Kreislauf erhöhen die Sterblichkeit deutlich», sagt der Intensivmediziner Tobias Merz. «Heute müssen wir auf der Intensivstation mit einer Vielzahl von Alarmen umgehen. Diese sind nicht sehr präzise. Häufige Fehlalarme und kurze Vorwarnzeiten führen zu Verzögerungen bei kreislaufunterstützenden Massnahmen.»

Die Forschenden möchten mit ihrem Ansatz daher die Vielzahl an Alarmen auf wenige, dafür hochrelevante und frühzeitige Alarme reduzieren. Dies ist möglich, wie die Studie zeigte: Mit der neuen Methode liesse sich die Anzahl der Alarme auf einen Zehntel reduzieren.

Damit die Methode als Frühwarnsystem eingesetzt werden kann, ist weitere Entwicklungsarbeit nötig. Ein erster Prototyp existiert bereits, wie ETH-​Professor Rätsch sagt. Dessen Verlässlichkeit muss nun in klinischen Studien nachgewiesen werden.