(Wien, 01-07-2021) Oliver Kimberger, Facharzt für Anästhesiologie und Intensivmedizin an der Universitätsklinik für Anästhesie, Allgemeine Intensivmedizin und Schmerztherapie der MedUni Wien, hat mit 1. Juli 2021 eine Professur für Perioperatives Informationsmanagement gem. § 99 Abs. 1 UG an der MedUni Wien übernommen.
„Die enormen Fortschritte der vergangenen Jahre bei der Entwicklung von Tools zur Erfassung, Aufzeichnung und Verarbeitung von Gesundheitsdaten sind aktuell dabei, die Gesundheitsversorgung grundlegend zu verändern und die Entwicklung der Medizin zu einem wissenschaftlichen Feld, das in Zukunft wesentliche Erkenntnisse aus großen Datenmengen („Big Data") ziehen wird, voranzutreiben“, erklärt Oliver Kimberger.
Gerade im Bereich des kontinuierlichen, hochaufgelösten PatientInnenmonitorings war und ist das Fach der Anästhesie und Intensivmedizin schon lange innovativer Vorreiter gewesen. Als solche ist seit den 90er Jahren die PatientInnendaten-Aufzeichnung der Universitätsklinik für Anästhesie an der Medizinischen Universität Wien vollständig digitalisiert, und es wurden dementsprechend hochstrukturierte „Big Data“ mit beeindruckendem Datenvolumen und hoher Vielfalt und Auflösung generiert.
Der Nutzen dieser Datenmengen ist mannigfaltig: Zur Früherkennung von Pathologien, Weiterentwicklung von Medizinprodukten, verbesserte und automatisierte Echtzeitüberwachung für die PatientInnensicherheit, Entwicklung von Algorithmen zur Vorhersage unerwünschter klinischer Ereignisse, automatisierte Entscheidungsunterstützungssysteme und für die Verknüpfung mit Genom-Analysen zur Entwicklung einer perioperativen Präzisionsmedizin.
„Für ein innovatives, perioperatives Informationsmanagement reicht es aber nicht aus, sich auf die Auswertung der vorhandenen Datenmengen zu beschränken – auch wenn dies ein wichtiger Aspekt ist“, erklärt Kimberger. In seinen Projekten hat er die Weiterentwicklung des gesamten Prozesses im Fokus – beginnend u.a. mit der Einbindung von präoperativen Daten, die PatientInnen mit Wearables selber erhoben haben, über wesentlich höher aufgelöste OP- und ICU-Daten, die innovative Machine-Learning-/Mustererkennungs-Ansätze erlauben, bis hin zum nichtinvasiven, kabellosen Monitoring von PatientInnen auf der Normalstation nach Entlassung von der Intensivstation oder aus dem Aufwachraum.
„Insbesondere die Implementierung kontinuierlichen Monitorings während des gesamten Aufenthaltes im Krankenhaus wird zu einer deutlichen Verbesserung der PatientInnensicherheit führen“, beschreibt Kimberger, „die gleichzeitige Entwicklung von Rechenleistung und automatisierter, AI-basierter Analyse wird dazu beitragen, diesen neuen und umfangreichen kontinuierlichen Fluss physiologischer Informationen zu bändigen und KlinikerInnen aussagekräftigere und umsetzbare Informationen mit weniger Artefakten und weniger Fehlalarmen bereitzustellen, ohne wesentliche Erhöhung des klinischen Arbeitsaufwandes“.
„Datensilos“ beseitigen
Ein weiteres wesentliches Ziel von Oliver Kimberger ist die Beseitigung von „Datensilos" im Krankenhaus, die Forschungsbemühungen aktuell massiv einschränken - unter Datensilos werden „isolierte“ Daten einzelner Fachabteilungen verstanden, die nicht oder nur unzureichend interdisziplinär verknüpft werden können und/oder unstrukturiert und nicht maschinenlesbar sind. Auch ist die Schwierigkeit, medizinische Daten zwischen Krankenhäusern auszutauschen, ein Aspekt der „Silomentalität“ - die Entwicklung von möglichst inklusiven Methoden von AI und Machine Learning Algorithmen ist naturgemäß nur möglich, wenn nicht nur ein Krankenhaus mit einer beschränkten „Patientendiversität" sondern möglichst viele Krankenhäuser mit unterschiedlichen Patientenpopulationen für die Entwicklung von möglichst bias-freien Algorithmen eingeschlossen werden. Hierbei ist die Klinische Abteilung für Allgemeine Anästhesie und Intensivmedizin der MedUni Wien Vorreiterin u.a. durch die Teilnahme am von Oliver Kimberger geleiteten EHDEN Projekt (European Health Data Evidence Network -www.ehden.eu) mit dem Ziel einer EU-weit standardisierten Kodierung von Forschungsdatenbanken, die transnationale Projekte innerhalb der EU ermöglicht und eine wertvolle Grundlage für krankenhausübergreifende, perioperative Datenwissenschaft bietet.
„Die Anwendung von Methoden der AI und des Machine Learning in der Analyse perioperativer Daten werden für einen disruptiven Entwicklungsschub in Anästhesiologie und Intensivmedizin sorgen, der das Fach grundlegend verändern wird. Die Kombination eines sehr multidisziplinären, wissenschaftlichen Umfelds mit einem großen klinischen Betrieb ist ideal für die Weiterentwicklung und Bearbeitung der wissenschaftlichen Herausforderungen des Perioperativen Informationsmanagements."
Zur Person
Oliver Kimberger ist promovierter Facharzt für Anästhesiologie. Er absolvierte einen postgradualen Studienlehrgang für Statistik und Biometrie an der Universität Heidelberg (MSc) und machte einen MBA in Health Care Management an der MedUni Wien. Ein Studienaufenthalt führte ihn für zwei Jahre an das Universitätsklinikum Inselspital Bern (Schweiz).
Kimberger leitet derzeit die Trauma-Anästhesie und ist stellvertretender Leiter der Klinischen Abteilung für Allgemeine Anästhesie und Intensivmedizin der Medizinischen Universität Wien.
An der Medizinischen Universität Wien leitet er weiters die Data-Science-Gruppe an der Klinischen Abteilung für Allgemeine Anästhesie und Intensivmedizin und am Ludwig Boltzmann Institut für Digital Health and Patient Safety, das an der Klinischen Abteilung für Anästhesie und Intensivmedizin der Universitätsklinik für Anästhesie, Allgemeine Intensivmedizin und Schmerztherapie der MedUni Wien und des AKH Wien beheimatet ist.
Er ist Mitglied der Österreichischen Gesellschaft für Anästhesiologie, Reanimation und Intensivmedizin und der European Society of Anaesthesiology. Seine Forschungsschwerpunkte umfassen Themen wie Mikrozirkulation & Flüssigkeitsmanagement; Patiententemperaturmanagement, Big Data, Künstliche Intelligenz, und die digitale Transformation der Medizin.