Hybrides KI-System zur Delirprädiktion für die Entlastung der Pflegepraxis (KIDELIR)

Abstract

Delirien zählen zu den häufigsten und schwerwiegendsten Komplikationen im Krankenhaus. Sie sind mit erhöhter Morbidität und Mortalität, verlängerten Krankenhausaufenthalten, höheren Versorgungskosten sowie einer erheblichen Belastung für Patient:innen, Angehörige und Pflegefachpersonen verbunden. Da viele Delire durch frühzeitige Risikoerkennung und gezielte Präventionsmaßnahmen vermeidbar sind. KI-basierten Entscheidungsunterstützungssystemen wird dabei viel Potenzial zugesprochen, bisher wurden diese jedoch noch nicht ausgeschöpft. Ziel des Verbundprojekts KIDELIR war die Entwicklung eines KI-basierten klinischen Entscheidungsunterstützungssystems zur Delirprädiktion. Das Projekt verfolgte einen interdisziplinären und partizipativen Ansatz, der Expertise aus Pflegewissenschaft, Medizin, Informatik, Medizininformatik, Ethik und Mensch-Technik-Interaktion zusammenführte. Neben der Entwicklung von KI-Verfahren standen insbesondere die Anforderungen der klinischen Praxis, die Erklärbarkeit der Modelle sowie deren Integration in bestehende Arbeits- und Entscheidungsprozesse im Mittelpunkt. Pflegefachpersonen und Ärzt:innen wurden hierzu kontinuierlich in die Entwicklung und Evaluation eingebunden. Eine zentrale Herausforderung bestand in der Bereitstellung und Aufbereitung klinischer Routinedaten. Im Projekt konnten umfangreiche Datenbestände standardisiert, qualitätsgesichert und für Machine-Learning-Anwendungen nutzbar gemacht werden. Gleichzeitig zeigte sich, dass Datenqualität und Datenverfügbarkeit entscheidende Einflussfaktoren für die Entwicklung klinisch nutzbarer KI-Systeme zur Delir Prädiktion darstellen.