Mit Big Data im Spital gegen Infekte

Glücklicherweise erfreut sich der Grossteil der Patienten und Patientinnen nach einem Spitalaufenthalt wieder bester Gesundheit oder die Leiden sind zumindest gelindert. Rund sieben Prozent aller Menschen, die sich in einer Klinik aufhalten, ereilt eine Healthcare-assoziierte Infektion (HAI) – sei es eine postoperative Wundinfektion, eine Lungenentzündung oder eine Infektion durch Blasen- oder Venenkatheter. Eine derartige Komplikation verlängert den Klinikaufenthalt im Durchschnitt um sieben Tage, schlimms­tenfalls führt sie zum Tod.

Die Spitäler setzen alles daran, solche Infektionskrankheiten einzudämmen. Das Universitätsspital 
Zürich (USZ) und die ZHAW versprechen sich dabei viel von maschinellem Lernen: Das Team um Stefan Glüge von der Fachstelle Bio-Inspired Modeling & Learning Systems der ZHAW hat eine intelligente Softwarelösung entwickelt, die Keim­übertragungsketten erkennt. Bei dem Pilotprojekt Infectiology++, das aus einem Workshop zum Potenzial von maschinellem Lernen am USZ hervorgegangen ist, wertet ein sogenanntes Expertensystem spitalinterne Daten am USZ automatisch aus und schlägt bei Verdacht auf eine Infektion Alarm. «Unsere Software soll eine Unterstützung für die Ärzte am USZ sein», erklärt Stefan Glüge, «damit sie möglichst schnell und effizient beurteilen können, ob und wo eine Infektion übertragen wurde.»

Der Kampf gegen Spital­infektionen ist ein Wettlauf gegen die Zeit: Um die weitere Ausbreitung des Erregers zu vermeiden, muss eine Übertragung im Spital­umfeld so schnell wie möglich erkannt werden. Deshalb beobachtet Infectiology++ laufend automatisch alle ­diagnostizierten Infektionen. Dazu sammelt und verarbeitet die Software die grosse Datenmenge, die bei allen Patienten während ihrer Behandlung in der Klinik anfällt. Jeder Patient absolviert eine individuelle Reise durch das Spital; beispielsweise vom Operationsaal über den Aufwachraum bis zur Bettenstation. Somit wird das System ständig mit Daten gefüttert, und alle 24 Stunden gesellen sich neue Labor­auswertungen hinzu – darunter auch frisch erkannte Infektionen. Das System analysiert diese Datenflut und vergleicht sie mit dem bereits bekannten Wissen. «Unser System bringt im Prinzip automatisch Ordnung in die unzähligen Daten, die ohnehin im Spitalalltag anfallen», erläutert Stefan Glüge. «So überwachen wir kontinuierlich den gesamten Betrieb in Bezug auf Spitalkeime.»

Die Software durchsucht die Daten nach relevanten Informationen: Wann wurde der Keim beim Patienten erstmals nachgewiesen? Wie gross ist die Ähnlichkeit des Erregers, den zwei Patienten aufweisen, und wo überall im Spital haben sich diese Personen aufgehalten? Ein entscheidender Baustein dabei ist das Muster von Resistenzen gegenüber Antibiotika eines Erregers – Antibiogramm genannt –, das sich bei Labortests zeigt. Es dient dem System als Fingerabdruck des Erregers. Eine Gruppierung (Clustering) dieser Muster erlaubt es dann, Ähnlichkeiten unter den Keimen auszumachen. Erfasst das System nun zwei Patienten, die denselben Keimstamm aufweisen, prüft die Software, ob sie sich irgendwo für einen genügend langen Zeitraum getroffen haben. Falls ja, ist die Wahrscheinlichkeit gross, dass dort der Keim übertragen wurde, und das System alarmiert die zuständigen Fachpersonen. Diese erkennen dank einer übersichtlichen Benutzer­oberfläche Anhäufungen eines Erregers oder gar mögliche Übertragungen auf einen Blick. Die für die Recherche und Prüfung benötigte Zeit reduziert sich so deutlich und es kommen auch bisher unbemerkte Infektionswege zum Vorschein.

Die Mediziner entscheiden, wie kritisch ein Keim ist und welche Massnahmen notwendig sind. Dabei müssen Prioritäten gesetzt werden, erklärt Stefan Kuster, Leitender Arzt Infektionskrankheiten und Spitalhygiene am USZ: «Im Spitalalltag sind nicht alle Bakterien gleichbedeutend. Deshalb konzentrieren wir uns auf die häufigsten und hochprioritäre multi­resistente Keime, wie Methicillin-resistente Staphylococcus aureus oder Vancomycin-resistente Enterokokken.» Handelt es sich um einen multiresistenten Keim, ist eine sofortige Isolation der Patienten angezeigt. Noch ist das Programm am USZ nicht regulär im Einsatz. Kuster sieht in solchen Projekten jedoch ein grosses Potenzial für die Zukunft: «Für Verbesserungen im Spitalalltag wie das automatische Keimtracking stellen die Digitalisierung und das ‹Internet der Dinge› grosse Chancen dar.» Er ist überzeugt, dass die Spitäler so künftig ihre Datenbanken innovativ nutzen werden, um die Sicherheit aller Patienten zu erhöhen – natürlich unter strengen Datenschutzauflagen.