KI in der Medizin: Datenanalyse in der Notfallversorgung

Eine Mobile Stroke Unit ist ein speziell ausgestatteter Rettungswagen für Schlaganfälle. An Bord befindet sich unter anderem ein CT-Scanner, mit dem direkt vor Ort eine Bildgebung des Gehirns durchgeführt werden kann. So lässt sich früh unterscheiden, welche Art von Schlaganfall vorliegt und welche Behandlung notwendig ist.

Der Vorteil: Diagnose und Therapieentscheidung beginnen nicht erst im Krankenhaus, sondern bereits am Einsatzort. Dadurch wird wertvolle Zeit gewonnen und die Versorgung gezielt beschleunigt.

Ein Schlaganfall entsteht, wenn Teile des Gehirns plötzlich nicht mehr ausreichend mit Blut und Sauerstoff versorgt werden. Ursache ist meist ein verschlossenes oder geplatztes Blutgefäß. Ohne Versorgung beginnen Nervenzellen innerhalb kurzer Zeit abzusterben. Was einmal zerstört ist, kommt nicht zurück. Je schneller die richtige Behandlung startet, desto mehr Gehirnfunktionen lassen sich erhalten. Genau deshalb zählt beim Schlaganfall jede Minute. Verzögerungen führen nicht nur zu akuten Schäden, sondern oft zu dauerhaften Einschränkungen im Alltag.

Um diese Auswirkungen messbar zu machen, nutzt die Medizin die Kennzahl DALYs (Disability-Adjusted Life Years). Ein DALY steht für ein verlorenes Jahr in voller Gesundheit. Zeitgewinne in der Behandlung lassen sich so direkt in gewonnene gesunde Lebensjahre übersetzen. Schnelle Versorgung bedeutet also konkret: mehr Selbstständigkeit, mehr Lebensqualität und weniger bleibende Schäden.

Grundlage der Analyse waren reale Behandlungs- und Transportabläufe von Schlaganfallpatienten. Dazu zählten Zeitstempel entlang der Versorgungskette – vom Notruf über den Einsatz des Rettungsdienstes bis zum Beginn der Behandlung im Krankenhaus. Diese Daten zeigen, wo Zeit verloren geht und wo sie gewonnen werden kann.

Ergänzend wurden Geo- und Zensusdaten genutzt, etwa zu Entfernungen, Fahrzeiten, Bevölkerungsstruktur und Altersverteilung in den Regionen. Wo reale Fallzahlen nicht ausreichten, kamen synthetische Daten zum Einsatz. Sie bilden realistische Notfallszenarien ab, ohne personenbezogene Informationen zu verwenden. So entstand eine belastbare, datenschutzkonforme Grundlage für die Standort- und Wirkungsanalyse.

Synthetische Daten sind künstlich erzeugte Datensätze, die reale Situationen realistisch abbilden, ohne echte Personen oder Einzelfälle zu enthalten. Sie orientieren sich an bekannten Mustern, etwa an Bevölkerungsstruktur, Altersverteilung, Geschlecht, Entfernungen und typischen Abläufen im Rettungsdienst.

In diesem Projekt wurden synthetische Daten eingesetzt, weil reale Einsatzdaten allein nicht ausreichen, um alle relevanten Szenarien abzudecken. Gerade bei seltenen oder regional ungleich verteilten Ereignissen wie Schlaganfällen entstehen sonst blinde Flecken. Synthetische Daten schließen diese Lücken.

Erstellt wurden sie mithilfe von Data-Science-Methoden und Algorithmen, die reale Verteilungen und Zusammenhänge aus den vorhandenen Daten lernen und daraus neue, plausible Szenarien ableiten. Teilweise kommen dabei auch KI-gestützte Modelle zum Einsatz, um komplexe Wechselwirkungen realistisch nachzubilden. Das Ergebnis sind realistische, datenschutzkonforme Simulationen, die eine fundierte Entscheidungsgrundlage liefern.

Die Analyse zeigt deutliche strukturelle Unterschiede. In Dänemark ist die Schlaganfallversorgung stärker zentralisiert. Es gibt weniger Krankenhäuser mit klaren Zuständigkeiten, dafür längere Anfahrtswege. Hier kann eine Mobile Stroke Unit besonders viel Zeit gewinnen, weil sie frühe Entscheidungen ermöglicht und Umwege vermeidet.

In Deutschland ist die Krankenhauslandschaft dichter und dezentraler. Patienten erreichen schneller ein erstes Krankenhaus, benötigen bei schweren Fällen aber häufiger einen zweiten Transport zur spezialisierten Behandlung. Der Zeitgewinn durch eine Mobile Stroke Unit fällt deshalb anders aus, bleibt aber relevant – vor allem bei komplexen Behandlungsverläufen.

Kurz gesagt: Die Wirkung einer Mobile Stroke Unit hängt stark von der regionalen Versorgungsstruktur ab. Genau deshalb ist eine datenbasierte, regionale Bewertung entscheidend.

PLAN D hat die fachlichen Experten des UKSH mit tiefem Know-how in Datenverarbeitung, Datenvisualisierung und KI unterstützt. In enger Zusammenarbeit haben wir komplexe Versorgungsabläufe strukturiert, analysierbar gemacht und transparent visualisiert. So konnten medizinische Fragestellungen in belastbare Entscheidungsmodelle übersetzt werden.

Genau so arbeiten wir auch in anderen Projekten: gemeinsam mit unseren Kunden tauchen wir tief in branchenspezifische Herausforderungen ein und verbinden Fachwissen mit Technologie. Das Ergebnis sind Lösungen, die nicht nur technisch funktionieren, sondern im jeweiligen Kontext wirklich Wirkung entfalten.

Weil wir überzeugt sind, dass KI dort eingesetzt werden sollte, wo sie einen messbaren gesellschaftlichen Nutzen stiftet. Projekte im Gesundheitswesen betreffen zentrale Fragen von Lebensqualität, Versorgungssicherheit und Verantwortung. Genau hier wollen wir unser Know-how gezielt einbringen.

Pro-bono-Projekte ermöglichen es uns außerdem, gemeinsam mit fachlichen Experten neue Ansätze unter realen Bedingungen zu entwickeln und zu erproben. Die dabei gewonnenen Erkenntnisse fließen in unsere Arbeit mit Kunden ein. So entsteht Wirkung in beide Richtungen – für Gesellschaft, Praxis und die Weiterentwicklung unserer Lösungen.