Verbundprojekt "Personalisierte digitale Lungenzwillinge zur Behandlung von akutem Lungenversagen (UBIC)"; Teilvorhaben "Modellbasierte Vorhersage der Effekte einer Bauchlagerung im akuten Lungenversagen"; Förderlinie: KMU-innovativ - Medizintechnik

Sachbericht zum Verwendungsnachweis

Loading...
Thumbnail Image

Editor

Advisor

Volume

Issue

Journal

Series Titel

Book Title

Publisher

Hannover : Technische Informationsbibliothek

Supplementary Material

Other Versions

Link to publishers' Version

Abstract

Das akute Lungenversagen (Acute Respiratory Distress Syndrome, ARDS) zählt zu den schwerwiegendsten Erkrankungen in der Intensivmedizin. In Deutschland erkranken jährlich über 60.000 der rund 412.000 künstlich beatmeten Intensivpatientinnen und ‑patienten an einem ARDS; weltweit werden ca. 7 Mio. Fälle pro Jahr verzeichnet. Die Sterblichkeit schwerer Verläufe liegt weiterhin bei bis zu 40-50%. Zu den wenigen evidenzbasiert wirksamen Therapieoptionen zählt die Bauchlagerung beatmeter Patientinnen und Patienten. Durch die Umlagerung werden unter anderem dorsal gelegene, kollabierte Lungenareale wieder belüftet, wodurch das Ventilations-Perfusions-Verhältnis verbessert werden kann. Gleichwohl ist die Maßnahme zeit- und personalintensiv (4-5 Fachkräfte pro Manöver) und mit erheblichen patientenseitigen Risiken verbunden (Dislokation lebensnotweniger Katheter/ECMO-Kanülen, kardiopulmonale Dekompensation, Weichteilschäden). Derzeit besteht kein diagnostisches Verfahren, das eine verlässliche a-priori-Prädiktion des individuellen Therapieansprechens auf die Bauchlagerung erlaubt: Die Indikation erfolgt im klinischen Alltag nach dem Trial-and-Error-Prinzip. Bei 22-35 % der Patientinnen und Patienten bleibt eine signifikante Verbesserung der Oxygenierung durch die Bauchlagerung aus. Das Teilvorhaben des Universitätsklinikums der RWTH Aachen (UKA) war eingebettet in das BMFTR-geförderte Verbundprojekt UBIC („Personalisierte digitale Lungenzwillinge zur Behandlung von akutem Lungenversagen") und verfolgte das Ziel, durch prospektive multizentrische Datenerhebung sowie die gemeinsame Weiterentwicklung physikbasierter und KI-gestützter Algorithmen mit dem Technologiepartner Ebenbuild GmbH erstmals ein datengetriebenes Vorhersagemodell für die Effekte einer Bauchlagerung zu etablieren.

Description

Keywords GND

Conference

Publication Type

Report

Version

publishedVersion

License

Creative Commons Attribution-NonDerivs 3.0 Germany