EPWUFKI - Entlastung der Pflege im Bereich der Wundbehandlung am Beispiel des diabetischen Fußsyndroms durch ein hybrides KI-System

Abstract

Das Forschungsprojekt EPWUF-KI entwickelte ein KI-gestütztes System mit dem zentralen Ziel, professionell Pflegende bei der zeitaufwändigen Versorgung von Patienten mit diabetischem Fußsyndrom zu entlasten. Die medizinische Ausgangslage verdeutlicht die Komplexität dieser Versorgungsaufgabe: ein erheblicher Anteil aller Menschen mit Diabetes entwickelt im Laufe ihres Lebens ein Fußulkus, wobei die Heilungsdauer oft mehrere Monate beträgt und ein beträchtlicher Teil der Betroffenen regelmäßig Rückfälle erleidet. Die durch die diabetische Neuropathie bedingte fehlende Schmerzwahrnehmung führt dazu, dass Patienten kritische Druckbelastungen nicht selbst erkennen und entsprechende Schutzmaßnahmen verzögert einleiten. Diese medizinische Besonderheit erfordert eine kontinuierliche externe Überwachung und Dokumentation durch die professionell Pflegenden, was erhebliche personelle Ressourcen in der ambulanten Pflege bindet. Das größte Entlastungspotenzial identifizierten die Pflegefachkräfte in der Automatisierung administrativer Prozesse. Das System übernimmt durch die Tablet-Anwendung Teile der standardisierten Dokumentation. Die KI-Komponenten unterstützen dabei durch automatisierte Wundgrößenbestimmung mittels Bildsegmentierung, die Prognose des Wundheilungsverlaufs, die Berechnung optimaler Verbandswechselintervalle und objektive Wundbewertungen. Die Sensortechnologie ermöglicht es den Pflegekräften, medizinisch relevante Parameter ihrer Patienten auch zwischen den Besuchen zu überwachen. Das System löst automatische Alarme bei kritischen Druckwerten aus und misst kontinuierlich Temperaturdifferenzen zwischen wundnahem und entferntem Gewebe. Die im Projekt durchgeführte Pilotstudie zeigte, dass diese Temperaturdifferenz ein Prädiktor für den Heilungsverlauf sein kann und eine negative Korrelation zwischen höheren Druckwerten und verbesserter Wundheilung besteht. Besonders wertvoll für die professionell Pflegenden ist die KI-gestützte Entscheidungsunterstützung bei der medizinischen Beurteilung. Das System kombiniert die Vorteile neuronaler Netze mit probabilistischen Gaußprozessen und ermöglicht die Integration von medizinischem Expertenwissen und dokumentierten Wunddaten sowie der Sensorwerte. Durch den probabilistischen Ansatz erhalten die Pflegekräfte Konfidenzintervalle für KI-Empfehlungen, die in klinische Entscheidungen einbeziehen können. Die Evaluation zeigte interessante Ergebnisse: während keine signifikanten Unterschiede in der Wundheilungsrate zwischen den Gruppen festgestellt wurden, war die insgesamt relativ kurze Behandlungsdauer in beiden Gruppen bemerkenswert und lag mit vier Monaten unter den Literaturwerten von i.d.R. sechs Monaten. Die Evaluation der Lebensqualität zeigte eine positive Entwicklung in der Interventionsgruppe bei gleichzeitiger Verschlechterung in der Kontrollgruppe. Die Patient Activation Measure dokumentierte eine Stabilisierung der Patientenaktivierung in der Interventionsgruppe, während die Kontrollgruppe einen deutlichen Rückgang verzeichnete. Die Evaluation mit den beteiligten Pflegefachkräften zeigte jedoch auch Hindernisse auf. Die fehlende Integration in bestehende Dokumentationssysteme führte zu einer unerwünschten Doppeldokumentation. Die Pflegenden bewerteten die Nutzerfreundlichkeit des Systems zwar positiv, betonten aber den Bedarf an gezielten Schulungsmaßnahmen und klaren Verantwortlichkeitsregelungen beim Umgang mit KI-generierten Empfehlungen. Das Projekt demonstrierte erfolgreich die technische Machbarkeit eines hybriden KI-Systems für die DFS-Versorgung. Die zentrale Erkenntnis war, dass eine erfolgreiche Implementierung von KI-Systemen in der medizinischen Pflege eine nahtlose Integration in bestehende Arbeitsabläufe sowie umfassende Schulungskonzepte erfordert. Die Intervention wirkte primär als Schutzfaktor gegen den Verlust von Selbstmanagementfähigkeiten der Patienten, was langfristig auch die Pflegenden entlasten kann. Die entwickelte Technologieplattform bietet eine solide Basis für zukünftige Entwicklungen im Bereich der digitalen Wundversorgung, die professionell Pflegende bei komplexen medizinischen Versorgungsaufgaben entlasten können.