Pflegefachpersonal und Angehörige kennen es: Zwar findet immer neue unterstützende Technik Einzug, die Systeme sind aber häufig als Insellösungen konzipiert. Ganz zu schweigen von dem Mehraufwand und Frust, der entsteht, wenn dieselben Daten in verschiedene Pflegedokumentationssysteme mal händisch mal digital, oftmals sogar mehrfach eingetragen werden müssen. Auf diese Weise hängt es einzig und allein von der Erfahrung und Zeit des Pflegepersonals ab, ob sie aus den Daten weitere sinnvolle Pflegemaßnahmen ableiten kann. „Die meisten Probleme sind im Kleinen bereits gelöst, wenn wir diese Lösungen kombinieren und für die Allgemeinheit bereitstellen, erreichen wir eine nie dagewesene Flexibilität“, so Jens Juhl, wissenschaftlicher Mitarbeiter am FZI Forschungszentrum Informatik.
Wissenschaftlerinnen und Wissenschaftler sowie Expertinnen und Experten aus der Medizin und Wirtschaft entwickeln deshalb nun eine Plattform, mit der Daten aus verschiedenen Quellen zusammengeführt und anonymisiert ausgewertet werden können. Die Plattform aus dem Projekt „PfleDaKi“ soll Daten aus unterschiedlichsten Quellen, wie zum Beispiel Medizingeräten, Pflegedokumentationssystemen und elektronischen Geräten wie beispielweise Smartwatches verknüpfen. Eine Künstliche Intelligenz soll aus den anonymisierten Daten angelernt werden und weitere pflegerische Maßnahmen vorschlagen.
KI trainieren
Dabei werden zum einen technische Fragestellungen wie der Ort der Datenhaltung (zentral in der Cloud oder dezentral bei den Patientinnen und Patienten), Möglichkeiten zur Vereinheitlichung der Daten und die anonymisierte Datenbereitstellung untersucht. Zum anderen werden auch pflegewissenschaftliche und ethische Aspekte betrachtet, wie zum Beispiel die Auswirkungen bestimmter Unterstützungsmöglichkeiten auf den Pflegealltag und den Umgang zwischen Pflegefachperson und pflegebedürftiger Person.
Im Rahmen des Projekts soll der komplette Ablauf vom Erheben und Speichern der relevanten Daten über die Verwaltung in der Plattform bis hin zum Training der KI-Modelle anhand von zwei separaten Beispielanwendungen konkret umgesetzt werden. Die Anwendungen können dabei auf gemeinsame Datenspeicher zugreifen, um dadurch höherwertige KI-Services umzusetzen. Beispielhaft soll das Sekretmanagement von beatmeten Patientinnen und Patienten verbessert werden. Zudem soll ein Patienten-Monitoring anhand von Aktivitäts- und Vitaldaten durch Bewegungssensorik und Smartwatches betrachtet werden. Aus der Kombination von Signalen aus beiden Anwendungsfällen erwarten die Forschenden, dass Pflegepersonal entlastet und effizienter eingesetzt werden kann, adäquate Pflegemaßnahmen eingeleitet werden können und die Gefahr für Pneumonien oder Verschlechterungen von Therapieverläufen verringert werden.
