Lassen Sie uns gemeinsam die richtigen KI-Lösungen für Ihr Unternehmen identifizieren und implementieren.
Sepsis ist ein lebensbedrohlicher Zustand, der in den USA jährlich für über 270.000 Todesfälle verantwortlich ist, mit Mortalitätsraten von bis zu 40% in Krankenhäusern aufgrund verzögerter Erkennung.[1] Frühsymptome sind oft unspezifisch—Fieber, Tachykardie, veränderter Geisteszustand—und ähneln häufigen Erkrankungen, wodurch eine rechtzeitige Erkennung in stark frequentierten Notaufnahmen (EDs) schwierig ist. Traditionelle Bewertungssysteme wie qSOFA und SIRS leiden unter geringer Sensitivität (etwa 50–60%) und schlechter prädiktiver Leistung Stunden vor Auftreten, was zu späten Interventionen und schlechteren Ergebnissen führt.[3]
Duke Health, das hohe Patientenzahlen in seinen drei Notaufnahmen bewältigt, stand vor der doppelten Herausforderung, Frühwarnsysteme zu skalieren und gleichzeitig Alarmmüdigkeit und Workflow-Störungen zu vermeiden. Die Integration neuartiger KI erforderte strenge Validierung, Akzeptanz durch Kliniker und nahtlose Einbettung in das EHR, ohne die Sicherheit zu beeinträchtigen oder unnötige Behandlungen zu erhöhen.[2]
Die Lösung integriert sich als pflegeorientiertes Best Practice Advisory (BPA) in das Epic EHR und löst nicht-interruptive Warnungen für Hochrisikopatienten aus. Dieses klinikerzentrierte Design fördert Maßnahmen wie frühe Antibiotikagabe und Flüssigkeitszufuhr und minimiert gleichzeitig falsch positive Alarme durch Schwellenwertanpassung.[2] Pilotversuche und iteratives Feedback sicherten eine sichere Einführung.
Buchen Sie eine kostenlose Beratung, um zu erfahren, wie KI Ihre spezifischen Herausforderungen lösen kann.
Die Grundlage von Sepsis Watch entstand im Duke Institute for Health Innovation (DIHI), wo Forschende Deep-Learning-Techniken auf umfangreiche EHR-Datensätze anwendeten.[1] Die Trainingsdaten umfassten den Zeitraum 2008–2016 und mehr als 600.000 ED‑Besuche mit 42 klinischen Variablen, darunter Vitalzeichen, Laborwerte (z. B. Laktat, Leukozyten) und Zeitreihenmuster. Ein rekurrentes neuronales Netzwerk (RNN) wurde wegen seiner Fähigkeit ausgewählt, zeitliche Abhängigkeiten bei der Patientenverschlechterung zu erfassen, und übertraf traditionelle ML-Baselines wie XGBoost.[3] Hyperparameter‑Tuning und Kreuzvalidierung ergaben eine robuste AUROC von 0,922 bei 6 Stunden, 0,905 bei 4 Stunden, wobei Sensitivitäts-/Spezifitäts-Balancen für den klinischen Einsatz optimiert wurden (z. B. 85% Sensitivität bei 80% Spezifität).
Vor der Einführung unterzog sich Sepsis Watch einer prospektiven Bewertung in einem gehaltenen Datensatz aus 2017, wobei Echtzeitvorhersagen alle 15 Minuten simuliert wurden. Diese Phase bestätigte die Generalisierbarkeit, wobei das Modell Hochrisikopatienten 6 Stunden vor Erfüllen der Sepsis-Kriterien (Sepsis‑3-Definition) identifizierte.[4] Herausforderungen wie Datenlücken und Modell-Drift wurden durch Feature‑Engineering und periodische Retrainings adressiert. Kliniker-Feedbackschleifen verfeinerten die Alarmgrenzen und reduzierten potenzielle Fehlalarme von 20% auf unter 10%.
Die Integration in das Epic EHR war ein Eckpfeiler und nutzte SMART‑on‑FHIR‑Standards für einen nahtlosen Datenfluss. Warnungen erscheinen als Best Practice Advisories (BPAs)—passive Banner, die Pflegekräfte zur Einschätzung und Eskalation auffordern—und vermeiden unterbrechende Pop‑ups, die zu Ermüdung führen.[2] Das System verarbeitet Daten in Echtzeit über Dukes Data Warehouse und löst aus, wenn Risikowerte 0,25 überschreiten (kalibriert für PPV ~50%). Benutzerdefinierte Dashboards schaffen Transparenz und zeigen Vorhersagegründe (wichtigste beitragende Merkmale wie Hypotonie‑Trends).
Der initiale Pilot begann im November 2018 in der Notaufnahme des Duke University Hospital und wurde bis März 2020 auf alle drei System‑Notaufnahmen ausgeweitet.[5] Über 200 Kliniker erhielten praxisnahe Schulungen durch Simulationen und Fortbildungen, mit Schwerpunkt auf Interpretation und Reaktionsprotokollen (z. B. Order‑Sets für Antibiotika). Das Change‑Management involvierte multidisziplinäre Teams—Pflegekräfte, Ärzt:innen, IT—um Vertrauen aufzubauen. Adoption‑Metriken, erhoben über Audit‑Logs, zeigten eine Alarmbestätigung von über 90% innerhalb weniger Stunden.
Nach der Einführung implementierte DIHI kontinuierliches Monitoring mit A/B‑Tests und Retraining alle 6 Monate anhand neuer Daten, um Drift entgegenzuwirken. Leistungsprüfungen bestätigten anhaltend AUROC >0,90 bis 2023. Herausforderungen wie COVID‑19‑Wellen testeten die Belastbarkeit; Anpassungen für hyperinflammatorische Zustände wurden vorgenommen. Heute überwacht Sepsis Watch jährlich Zehntausende von ED‑Patienten, beeinflusst nationale KI‑Richtlinien und inspirierte ähnliche Tools bei Duke (z. B. für Blutungen).[1] Dieser End‑to‑End‑Ansatz—vom Labor bis an das Krankenbett—zeigt skalierbare KI in der akademischen Medizin.
Entdecken Sie, wie wir Ihnen bei der Implementierung ähnlicher Lösungen helfen können.
Duke Healths Sepsis Watch hat das Sepsis‑Management transformiert und messbare klinische Auswirkungen erzielt. Seit der vollständigen Einführung im Jahr 2020 ermöglichte das System frühere Interventionen, wobei Warnungen im Durchschnitt Antibiotikagaben um 1–2 Stunden beschleunigten—im Einklang mit Befunden, dass jede Stunde Verzögerung die Sterblichkeit um 7,6% erhöht.[3] Die Einhaltung des Sepsis‑Bundles stieg laut Implementierungsaudits von einem Ausgangswert von ~60% auf über 85% in Fällen mit Warnung.
Die Patientenergebnisse verbesserten sich deutlich: Retrospektive Analysen brachten Sepsis Watch mit einer relativen Reduktion der in‑hospitalen Sepsis‑Sterblichkeit um 20–25% in überwachten Kohorten in Verbindung, selbst nach Risikoanpassung.[2] Die ICU‑Aufnahmen sanken bei markierten Patienten um 15% aufgrund proaktiven ED‑Managements, was Kosteneinsparungen von geschätzten $1–2M jährlich durch vermiedene Eskalationen zur Folge hatte. Hohe Zufriedenheit bei Kliniker:innen (NPS >80) unterstreicht die nachhaltige Akzeptanz, und es wurden keine Sicherheitsvorfälle berichtet.
Der breitere Einfluss umfasst die Setzung von Präzedenzfällen für KI‑Governance; DIHIs Rahmenwerk beeinflusste Diskussionen mit der FDA. Stand 2025 ist Sepsis Watch weiterhin aktiv und wurde über die Notaufnahmen hinaus auf Stationen ausgeweitet, mit Überwachung von über 30.000 Fällen/Jahr.[1] Anfangsskepsis wurde durch Transparenz und iteratives Design überwunden, wodurch die Rolle der KI als augmentierte Intelligenz in kritischer Versorgung bewiesen wurde.
Founder & Partner
Reruption GmbH
Falkertstraße 2
70176 Stuttgart
Telefon