Adaptive Entscheidungsunterstützungsfunktionen für die Gesundheitsüberwachung

Um die Bedürfnisse von Patienten, Bürgern und Ärzten anzusprechen, wurde ein automatisches Analyse-Toolkit für EKG-Signale entwickelt. Dadurch sollen moderne Telegesundheitsdienste möglich werden.

Die steigende Zahl der Herz-Kreislauf-Erkrankungen in der westlichen Welt und ganz speziell in Europa hat einen erheblichen Anstieg der Todesfälle und der frühzeitigen Erwerbsunfähigkeit zur Folge. Ein wichtiger Aspekt ist die frühzeitige Diagnose, aber aufgrund der Eigenart dieser Krankheit treten Zwischenfälle meistens außerhalb der Krankenhausumgebung auf. Daher ist eine Reduzierung der Zeit vor Beginn der Behandlung zwingend erforderlich.

Aus diesem Grund konzentrierte man sich im Rahmen des HEARTS-Projekts eher auf die Prognose als auf die Diagnose der Krankheit, da nicht nur kranke Menschen mit hohem Risiko gefährdet sind, sondern auch gesunde Personen. Mit diesem Ziel im Visier hat das Projektkonsortium ein neues Telegesundheitsüberwachungssystem entwickelt, das nicht intrusiv, dynamisch, intelligent sowie interoperabel ist und auf einer offenen Architektur basiert.

Das System verfügt über eine fortschrittliche und adaptive Entscheidungsunterstützungsfunktion auf, wobei klassische analytische Verfahren mit neuen Herangehensweisen kombiniert wurden. Letztere beziehen das neuronale Netz und nicht-lineare Analysen ein, um den spezifischen Gesundheitszustand einer Person wiederzugeben. Durch die Anwendung von krankheitsfixierten und patientenorientierten Ansätzen bei der Analyse der Diagnosen von Herzkrankheiten wurde diese Funktion im automatischen Toolkit für das EKG realisiert.

Speziell die Informationen über den Gesundheitszustand einer bestimmten Person innerhalb eines bestimmten Zusammenhangs können jederzeit gewonnen werden. Die weitere Analyse erfolgt mittels innovativer Neuro-Fuzzy-Verarbeitungstechnologien. Durch den Einsatz einfacher Interpretierbarkeits- und Argumentationsfunktionen werden die Benutzer im Falle eines Anzeichens von Herzmuskelischämie umgehend gewarnt. Das modulare Subsystem für die Entscheidungsunterstützung erweist sich für medizinische Fachkräfte als benutzerfreundlich.

Das Toolkit nutzt eine EKG-Methode, die Schläge erkennt. Seine Grundlage bildet ein auf einem überwachten neuronalen Netz basierender Algorithmus für die frühzeitige Erkennung von Herzmuskelischämie durch EKG-Signale. Durch die Verwendung der europäischen EKG-Datenbank konnte das Toolkit ausgiebig getestet und überprüft werden und zeigte eine hohe Sensitivität und Genauigkeit beim Erkennen der ischämischen Schläge. Des Weiteren konnte bei der Klassifizierung der Schläge eine Genauigkeit von über 94% nachgewiesen werden.

Die zuverlässigen Entscheidungsunterstützungsmodule können entweder als Teil des telemedizinischen Systems genutzt werden, bilden unabhängige Einheiten in einem medizinischen Umfeld oder sind eingebunden in medizinische Gerätschaften.