Auf das Training kommt es an

In den vergangenen Jahren sind erste Softwarelösungen auf den Markt gekommen, die den Einsatz von künstlicher Intelligenz (KI) in der Dokumentation und Analyse von chronischen Wunden auf der Basis von Bildern statuieren. In der Regel wird von den Anbietern nicht konkretisiert, welche Form von KI für welche Aufgabenstellung genau dabei Verwendung findet. Der Schlüssel dafür, dass eine KI verschiedene Muster in Bildern segmentieren kann, ist die Verfügbarkeit von umfangreichem, korrekt annotiertem Bildmaterial fur das Training der dafür geeigneten Modelle. Mit Tiefensensoren kann darüber hinaus die Oberflächengeometrie von Objekten in einem dreidimensionalen Raum erfasst werden. Entsprechende Sensoren sind heute schon in Smartphones eingebaut. Damit wird die kontaktlose Vermessung einer Wunde möglich, sofern das Wundbild über eine trainierte Mustererkennung segmentiert werden kann.

Bis zu einer KI-gestützten Lösung für eine durchgehende Unterstützung der Versorgungsstruktur bei der Behandlung chronischer Wunden ist es allerdings noch ein weiter Weg. Eine signifikante Steigerung von Effizienz und Effektivität der Arbeit des medizinischen und pflegerischen Personals für eine patientenzentrierte, erfolgreiche und effiziente Diagnose und Therapie mit einem kontinuierlichen Verlaufsmonitoring kann nur erreicht werden, wenn der Aufbau eines umfangreichen, strukturierten Wundregisters gelingt. Nur bei Verfügbarkeit genügender Falldaten mit ausgezeichneter Annotation können Verfahren der künstlichen Intelligenz trainiert werden, die auf eine flächendeckende, qualifizierte Versorgung chronischer Wunden abzielen. Bei der Bewertung und Auswahl des Einsatzes der zukünftig zu erwartenden Softwarelösungen kann die in diesem Artikel geschilderte adaptive Regelstrecke der natürlichen Intelligenz in der Ausübung evidenzbasierter Wundversorgung als Benchmark dienen.