Projektdaten

---

RISK PRINCIPE - Medizininformatik-Use Case “RISK Prediction for Risk-stratified Infection Control and PrEvention” - Teilvorhaben: Prädiktionsalgorithmus zur Infektionserkennung und Risikofaktoranalyse, prototypische automatisierter Surveillance & MeDIC Integration, Koordinierung und Evaluation: UKJ

---

Nosokomiale Infektionen stellen eine enorme Belastung für Patienten, Gesundheitspersonal und die Gesellschaft dar. Zur Eindämmung ist ein multidisziplinärer Ansatz der Infektionsprävention erforderlich. Surveillance ist dabei eine der Schlüsselkomponenten erfolgreicher Infektionspräventionsprogramme. Sie liefert dem Gesundheitspersonal und den politischen Entscheidungsträgern die Informationen, um gefährdete Bereiche zu ermitteln und gezielte Maßnahmen zu ergreifen. Aktuelle Maßnahmen sind aber extrem ressourcenintensiv, eher universell als individuell risikoadaptiert und meist nur auf bestimmte Stationen und Patientenpopulationen begrenzt. Die Berücksichtigung medizinischer Routinedaten bei der Entwicklung und Umsetzung von Surveillancemaßnahmen kann helfen, Bereiche und Patienten mit dem höchsten Risiko zu identifizieren und damit eine risikobasierte Infektionsprävention zu ermöglichen. Dies erhöht den Nutzen für die Patienten und kann eine genauere Indikation von Infektionsmaßnahmen ermöglichen, was zu einer höheren Effektivität dieser Maßnahmen führt. RISK PRINICIPE strebt daher eine automatisierte Surveillance und abgeleitete Risikovorhersage mit dem Ziel einer risikostratifizierten Infektionskontrolle und -prävention (RISK Prediction for Risk-stratified INfection Control and PrEvention) an. Das übergeordnete Ziel besteht darin, eine datengestützte Risikobewertung zu entwickeln und umzusetzen, die das individuelle, patientenzentrierte Prognosesystem fördert. Fachexpertise der Projektbeteiligten aus der Medizinischen Informatik, Infektionsprävention, Visualisierung (u.a.) sowie Ergebnisse aus den infektionsmedizinischen Use-Cases der Medizininformatik-Initiative (MII) Phase 2 und der MIIKerndatensatz-Datenmodelle werden genutzt. RISK PRINCIPE stützt sich auf das Konzept offener Informationsmodelle, Schnittstellen und interoperabler Anwendungen, um eine einfache Integration und standortübergreifende Wiederverwendung von Lösungen in der Routine zu ermöglichen.