Fachbereich Informatik - Aktuell

Disputation Jörg Peter

am Freitag, 15. Juni 2018 um 11 Uhr in Raum F122, Sand 6.

Assessment of goal-directed closed-loop management in intensive care medicine

Berichterstatter 1: Prof. Dr. Wolfgang Rosenstiel
Berichterstatter 2: PD Dr. Martin Schenk


Angesichts der alternden Bevölkerung, des Mangels an Pflegekräften und der ständig steigenden Arbeitsbelastung ist Automatisierung ein wichtiger Aspekt zukünftiger Intensivmedizin. Obwohl Automatisierung und maschinelles Lernen aktuelle Forschungsthemen sind, ist der Fortschritt im Vergleich zu anderen Anwendungsbereichen noch sehr begrenzt. Eines der wohl größten Probleme ist die Datenknappheit in einer heterogenen Medizinproduktelandschaft mit begrenzten Schnittstellen und zahlreichen unterschiedlichen Protokollen. Darüber hinaus sind die Datenerfassung aufgrund der sensiblen Natur von Patientendaten und erst recht die Erprobung einer Automatisierung durch ein komplexes rechtliches Rahmenwerk eingeschränkt.
Im Rahmen dieser Dissertation wurden daher verschiedene Lösungen zur Datenerfassung und Automatisierung begleitend zu zwei klinischen Studien des Universitätsklinikums Tübingen am Großtiermodell in einer realitätsnahen Intensivstation entwickelt und evaluiert. Um das Problem der mangelnden Datenverfügbarkeit zu lösen, wurde ein nachrichtenbasiertes Software-Framework mit einer Client-Server- Architektur zur Vernetzung und Steuerung der zahlreichen medizinischen Geräte entwickelt. Die damit erfassbaren Daten wurden in einer zentralen Datenbank zur Weiterverarbeitung gespeichert. Zudem wurde ein auf Fuzzy-Logik basierender Regler zur automatischen Stabilisierung des endtitalen CO2, der Glukose und weiterer Parameter entwickelt und in das System integriert.
Mittels entwickelter Hardware-Schnittstellen für medizinische Geräte zum Temperaturmanagement mit luftbasierten Wärmedecken und zur Messung der Blutgerinnung konnten darüber hinaus weitere geschlossene Regelkreise aufgebaut werden. Solche Systeme können zusätzliche Sicherheit für den Patienten bieten und die Anwendung in nicht ständig überwachten Bereichen ermöglichen.
Ein allgemeines und auch in den Studien beobachtetes Problem für Regelkreise ist eine begrenzte Verfügbarkeit von Messwerten, welche die Anzahl der möglichen Regelschritte limitiert. Im intensivmedizinischen Bereich betrifft dies insbesondere Reglungen die auf den Ergebnissen manueller Blutentnahmen basieren. Als ein erster Schritt zur Lösung dieses Problems erfolgte für die erfassten Messwerte der eingebundenen medizinischen Geräte eine Analyse des Vorhersagepotentials für Blutgaswerte mittels verschiedener Regressionsansätze. Die erforderlichen Trainingsdaten, Paare aus Blutgas- und Vitaldaten, wurden dazu mit Hilfe eines entwickelten Algorithmus zur automatisierten Erkennung der Blutentnahmezeitpunkte erzeugt.