Sepsis zählt zu den häufigsten Todesarten weltweit. Ein Frühwarnsystem mit KI-gestützter Sensorik kann Leben retten. Wie Fraunhofer-Forschende die Erkennung von Gesundheitsrisiken ermöglichen wollen.
Sepsis zählt zu den häufigsten Todesarten weltweit. Ein Frühwarnsystem mit KI-gestützter Sensorik kann Leben retten. Wie Fraunhofer-Forschende die Erkennung von Gesundheitsrisiken ermöglichen wollen.
Eine pochende Fingerwunde, eine Zahninfektion, ein Harnwegsinfekt: Am Anfang einer Blutvergiftung steht stets eine Entzündung. Gelangen Erreger in den Blutkreislauf, kann sich blitzschnell eine Sepsis entwickeln. Das Immunsystem setzt eine Flut an Entzündungsbotenstoffen frei, die Blutgefäße erweitern und schädigen. Flüssigkeiten gelangen ins Gewebe, die Blutgerinnung gerät außer Kontrolle, das Thromboserisiko steigt, Organe versagen. Einen septischen Schock überlebt nur jeder Zweite. Weltweit ist die Krankheit eine der häufigsten Todesursachen.
Da bei einer Sepsis jede Minute zählt, haben Forschende am Fraunhofer-Institut für Graphische Datenverarbeitung IGD im Projekt HealthView nach einer Lösung gefahndet, wie sich typische Symptome möglichst früh detektieren lassen. »Unser Projektpartner, das Stralsunder Unternehmen Hypros GmbH, vertreibt ein Gerät, das kritische Kliniksituationen wie Bettfluchten oder beginnendes Delirium durch optische Sensorik erkennt«, erklärt Dr.-Ing. Mario Aehnelt, stellvertretender Standortleiter am Fraunhofer IGD am Standort Rostock. »Um dessen Funktionen zu erweitern, haben wir gemeinsam KI-gestützte Sensoriken evaluiert, die wichtige Vitaldaten wie Körpertemperatur, Atem- und Pulsfrequenz berührungslos erfassen können«, ergänzt Projektleiter Dr.-Ing. Gerald Bieber.
Ideal sind etwa Sensoren, die Menschen im Bett dreidimensional abbilden. Aus dem Heben und Senken der Bettdecke selbst im Millimeterbereich können Algorithmen die Atemfrequenz ermitteln. Auch der Pulsschlag lässt sich indirekt erfassen: Bei jedem Herzschlag ändert sich die Durchblutung der Gesichtshaut minimal. Allein daraus lässt sich der Puls ableiten. »Die Körpertemperatur wiederum«, so Bieber, »ist eine sehr gute Schätzung auf Basis der Daten von Wärmebildkameras sowie der täglich von der Pflegekraft gemessenen Temperatur.« Die Vitaldaten werden lokal verarbeitet und nur in ausgewerteter Form zur Verfügung gestellt, was datenschutzrechtliche Bedenken minimiert.
Die Machbarkeitsstudie am Fraunhofer IGD ist Basis für die Weiterentwicklung zu einem marktfähigen System – interessant etwa für junge Unternehmen auf der Suche nach einem innovativen Produkt. Im nächsten Schritt will das Forschungsteam Mediziner mit an Bord holen, um der KI die klinische Interpretation der erhobenen Parameter beizubringen: Wie müssen die Eskalationsstufen gestaltet werden?
Parallel prüft das Fraunhofer-Team weitere Skalierungsideen. Bieber: »Kontinuierlich und ohne Personalaufwand Daten zu gewinnen und zielgenau zu analysieren – das kann zum einen für andere Krankheitsverläufe interessant sein, aber auch für die sensorische Überwachung von Tieren, im betrieblichen Gesundheitsmanagement, in sicherheitsrelevanten Berufen oder beim autonomen Fahren.« Die Weiterentwicklung Digitaler Patientenzwillinge werde ebenfalls befeuert. »Durch die kontinuierliche Datenerhebung wächst unser Wissen über den Grenzbereich zwischen Gesundheit und Krankheit«, betont Mario Aehnelt. »Wir stehen noch am Anfang dieser Entwicklung. Doch dass hier spannende Möglichkeiten liegen, ist bereits erkennbar.«