Künstliche Intelligenz zur Vorbeugung von Wundliegegeschwüren (KIPRODE)

Ressortforschung im Handlungsfeld „Digitalisierung“, Förderschwerpunkt „Digitale Innovationen“

Ärztliches Fachpersonal erhält mit dem KIPRODE-System Informationen über den Zustand und die Prognose von Druckstellen bei bettlägerigen Personen.

Motivation

Bei älteren, bettlägerigen oder gelähmten Personen und Menschen mit Diabetes können Druckwunden und -geschwüre (Dekubitus und Druckulcus) die Lebensqualität und Gesundheit dauerhaft beeinträchtigen. Unbehandelt können sie zu schlecht heilenden Wunden und schlimmstenfalls zur Amputation von Gliedmaßen führen, was neben den individuell belastenden Folgen auch hohe volkswirtschaftliche Kosten mit sich bringt. Beginnende oder infizierte chronische Wunden werden von den Patientinnen und Patienten aufgrund verminderter Nerven- und Schmerzwahrnehmung oftmals nicht bemerkt oder dem medizinischen Personal aus Scham oder Unkenntnis nicht angezeigt. Vor allem in der ambulanten Pflege können zu behandelnde Menschen jedoch nicht stetig überwacht werden. Diese Versorgungslücke soll durch ein sensorbasiertes Dekubitus- Frühwarnsystem geschlossen werden.

Ziele und Vorgehen

Ziel des Projekts KIPRODE ist es, mithilfe automatisierter und auf Künstlicher Intelligenz (KI) basierender Messmethoden eine Wundentstehung frühzeitig zu erkennen und letztlich zu unterbinden. Hierzu soll ein Prophylaxe-Tool mit Sensorpflastern und telemedizinischer Schnittstelle zwischen ärztlichem Fachpersonal und den zu behandelnden Menschen entwickelt werden. Im ersten Schritt werden flache Sensorpflaster mit tragbarer Elektronik entwickelt, die verschiedene Parameter im Bereich des gefährdeten Patientengewebes aufzeichnen. Bei diesen Parametern handelt es sich beispielsweise um Werte für Sauerstoffsättigung, Druck, Bewegung und Temperatur. In zwei darauffolgenden Studien an rund 50 Dekubitus- und 30 Druckulcus-Patientinnen und –Patienten mit diabetischem Fuß soll eine möglichst große Menge an Daten aus der klinischen Bewertung des Gesundheitszustandes sowie Sensordaten gesammelt werden. Durch eine KI-gestützte Auswertung der Daten soll anschließend aufgezeigt werden, inwieweit die Sensordaten geeignet sind, gefährdete Hautareale zu bewerten und die weitere Wundentwicklung vorherzusagen. Mit einem daraus abgeleiteten Vorhersage-Algorithmus wird die Prophylaxe-Tauglichkeit des Verfahrens dann nochmals mit einer Testgruppe evaluiert.

Perspektiven für die Praxis

Der erfolgreiche Einsatz eines KI-gestützten Sensorsystems zur Risikofrüherkennung bei Dekubitus oder einem diabetischen Fuß würde die Gesundheitsversorgung der betroffenen Menschen erheblich verbessern. In Verbindung mit telemedizinischen Lösungen könnten die Daten des Sensorsystems zusammen mit anderen Gesundheitsinformationen von der ambulant oder stationär tätigen Pflegekraft direkt an entsprechende Fachärztinnen und -ärzte übertragen werden. Darüber hinaus würde dieses System einen digitalen Austausch zwischen Haus- und Fachärztinnen und -ärzten ermöglichen. Neben der Veröffentlichung des entwickelten KI-Modells ist geplant, die im Projekt entwickelten Lösungen zur Früherkennung von Dekubitus unmittelbar nach Abschluss der geförderten Forschungsphase in unterschiedliche Anschlussprojekte der Projektbeteiligten einfließen zu lassen. Dabei sollen bereits bestehende Apps, die den Datenaustausch zwischen Patientinnen und Patienten, Pflegediensten und Ärztinnen und Ärzten ermöglichen, um entsprechende Module erweitert werden. Dies würde den Einsatz eines derartigen Sensorsystems zusammen mit einer digitalen Pflege-App zur Vorbeugung von Druckwunden unterstützen.

Fakten zum Projekt

Projektleitung

Fraunhofer-Einrichtung für
Mikrosysteme
und Festkörper-Technologien
(EMFT)
Dr. Sebastian Kibler
Hansastr. 27d
80686 München

Projektlaufzeit

01.01.2020 bis 30.06.2022

Projektbeteiligte

• Technische Universität München,
Klinikum rechts der Isar
• Fußnetz Bayern e. V.
• Monks Vertriebsgesellschaft mbH

Das Projekt ist Teil des Forschungsschwerpunkts „Digitale Innovationen“ für die Verbesserung der patientenzentrierten Versorgung im Gesundheitswesen.

Ansprechperson

Dr. Mario Paterno

DLR Projektträger

projekttraeger-bmg@dlr(dot)de