Datengetriebene Anästhesie-Verfahrens-Individualisierung der Narkoseplanung in der Alterstraumatologie

Im Verbundprojekt DAVINA entsteht ein Prototyp für ein Clinical Decision Support System (CDSS), das Patienten und Patientinnen und Anästhesisten und Anästhesistinnen bei der individualisierten Anästhesieplanung unterstützt. Besonders bei älteren, multimorbiden Personen mit Polypharmazie erleichtert es die komplexe Entscheidungsfindung. Das CDSS ermöglicht Patienten und Patientinnen, Gesundheitsdaten strukturiert über ein Portal zu teilen und fördert den dialogorientierten Austausch nach dem Prinzip des Shared Decision Making. Ein virtueller Ansprechpartner (DAVINA) klärt über Anästhesieverfahren und Risiken auf.

Nach Dateneingabe kombiniert das CDSS medizinische Leitlinien, statistische Analysen und erklärbare KI, um evidenzbasierte Therapieempfehlungen und Risikoprognosen zu erstellen.

Ziel ist die optimale Wahl des Narkoseverfahrens und die Vorhersage des Bedarfs an postoperativer Intensivbetreuung. So werden Patiententeilnahme, Therapiequalität und Effizienz im Gesundheitswesen verbessert, während die Arbeitsbelastung des Personals sinkt.

Der demografische Wandel und Personalmangel im Gesundheitssystem erschweren die postoperative Überwachung geriatrischer und multimorbider Patienten und Patientinnen. Das CDSS im Projekt DAVINA optimiert die präoperative Einschätzung des Überwachungsbedarfs, indem es neben dem Eingriff auch Vorerkrankungen, Therapien und klinikspezifische Faktoren berücksichtigt. Ein KI-Modell analysiert patientenindividuelle Risikoprofile, um eine patientenzentrierte Therapieplanung zu unterstützen.

Das CDSS fördert die Patiententeilnahme durch strukturierte Information über ein Portal, schon vor dem Erstkontakt. Ältere Patienten und Patientinnen profitieren von einem personalisierten Ansatz, der ihre kognitive Leistungsfähigkeit berücksichtigt. Der Dialog mit Anästhesisten und Anästhesistinnen und ein virtueller Ansprechpartner erleichtern die Entscheidungsfindung und erhöhen die Patientensicherheit. Die Integration des CDSS in die klinische Praxis steigert die Effizienz des Gesundheitssystems, reduziert die Arbeitsbelastung des Personals und verbessert die Ressourcenplanung. So können Intensivkapazitäten gezielter genutzt und Aufklärungsgespräche effizienter gestaltet werden.

Der Versorgungsprozess in der Anästhesiologie folgt standardisierten Schritten: präoperative Visite, Anästhesieverfahren und postoperative Therapie. Die Wahl des optimalen Verfahrens erfordert aktive Patientenbeteiligung, was oft zu Überforderung, Angst und erhöhter Morbidität führt.

Trotz vielversprechender Forschungsergebnisse ist KI in der klinischen Anästhesie kaum etabliert. Hürden sind die begrenzte Genauigkeit von Algorithmen, Skepsis gegenüber „Black-Box“-Modellen und juristische Vorgaben. Das Projekt DAVINA zielt darauf ab, diese Herausforderungen mit einem innovativen CDSS zu überwinden.

Das DAVINA-Projekt zielt darauf ab, die Patientenbeteiligung in der Anästhesieverfahrensplanung durch ein benutzerfreundliches Portal zu fördern. Hier können Patienten und Patientinnen therapierelevante Informationen eingeben, unterstützt durch Patientenbildung und regelbasierte Systeme.

Dies ermöglicht eine strukturierte Vorbereitung auf das Aufklärungsgespräch und eine verbesserte Entscheidungsfindung. Durch die Integration erklärbarer KI-Komponenten wird eine robuste Datenanalyse und -aggregation geschaffen, die eine individualisierte und patientenzentrierte Therapieplanung vorantreibt.

Unser DAVINA-Projekt hat sich erfolgreich gegenüber mehr als 100 Anträgen um Fördermittel durchgesetzt. Wir freuen uns, dass wir dieses Vorhaben mit der Unterstützung des Bundesministeriums für Forschung, Technologie und Raumfahrt von 2025 bis 2029 umsetzen können (FKZ: 13GW0762A).
Ziel ist es, die Ergebnisse in unser MEDLINQ-AIMS zu integrieren, um sowohl Patienten und Patientinnen als auch Ärzten und Ärztinnen bei der Entscheidungsfindung zu helfen. Möchten Sie sich als Klinik oder Softwarehersteller an dem Projekt beteiligen – sprechen Sie uns gerne an.