SonNEEM

Aufgrund seiner nicht-invasiven und sicheren Eigenschaften wird die kontinuierliche Elektroenzephalographie (cEEG) zur kontinuierlichen Langzeitüberwachung der Gehirnaktivität bei kritisch kranken Patient:innen eingesetzt. Bislang wird die cEEG meist visuell überwacht und analysiert, was umfangreiches Fachwissen und viel Zeit erfordert. Die Sonifikation, d.h. die Verwendung von Klang zur Darstellung von Daten, bietet hier eine vielversprechende Lösung. Auditive Anzeigen (ADs) können die überlegene Fähigkeit des menschlichen Gehörs zur Verarbeitung zeitlicher und rhythmischer Muster nutzen und ermöglichen so eine schnellere und intuitivere Überwachung. Frühere Studien haben gezeigt, dass Sonifikation Nicht-Expert:innen nach einer kurzen Schulung dabei helfen kann, Anfälle zu erkennen, und durch die Unterstützung der peripheren Überwachung die kognitive Belastung verringert. Die Integration der Sonifikation in die klinische Praxis ist jedoch aufgrund von Herausforderungen hinsichtlich Design und Benutzerfreundlichkeit nach wie vor begrenzt.

Das SonNEEM-Projekt schliesst diese Lücken durch die Entwicklung von KI-gestützten Sonifizierungswerkzeugen, die speziell auf Intensivstationen zugeschnitten sind und sich auf die Erkennung und Überwachung von Burst-Suppression und epileptiformen Mustern in EEG-Daten bei kritisch kranken Patient:innen konzentrieren. Genauer gesagt konzentriert das Projektteam sich auf die Erkennung und Quantifizierung von Burst-Suppression und epileptiformen Mustern und passen die Sonifizierung und ADs an die besonderen Herausforderungen in Intensivstationen und die Bedürfnisse des Intensivpersonals an. Dies erfordert eine sorgfältige Integration von ADs mit anderen Informationsquellen, wie z. B. visuellen Monitoren und bestehenden Arbeitsabläufen. Die Sonifikationen werden so gestaltet, dass sie informativ sind, ohne zusätzliche mentale Belastung oder Lärmbelästigung zu verursachen.
Während das Team sich auf die Erkennung von epileptiformen Mustern und Burst-Suppression-Mustern konzentriert, sollte das entwickelte System auf andere neurologische Erkrankungen ausweitbar sein, die durch Veränderungen der rhythmischen Muster im Minuten-/Stundenbereich gekennzeichnet sind. Für hochspezialisierte Epileptolog:innen könnte es als Screening-Instrument zur Analyse von Langzeit-EEGs dienen, die über mehrere Wochen hinweg aufgezeichnet wurden.

Das Projekt ist eine interdisziplinäre Zusammenarbeit zwischen mehreren Institutionen. Die Neurocritical Care Unit (NCCU) des Universitätsspitals Zürich unter der Leitung von Prof. Dr. Emanuela Keller stellt die klinische Umgebung zur Verfügung und betreibt seit 2016 die Forschungs-IT-Infrastruktur des ICU Cockpit, mit der Daten von zahlreichen medizinischen Geräten erfasst werden. Zum Team gehören Dr. Una Pale, die sich auf maschinelles Lernen zur Erkennung epileptischer Anfälle spezialisiert hat, und die Doktorandin Elisa Vasta, die EEG-Erkennungsalgorithmen entwickelt und in das ICU Cockpit implementiert. Die Zürcher Hochschule der Künste (ZHdK) bringt ihr Fachwissen über zwei Institute ein. Das Institut für Computermusik und Klangtechnologie (ICST) mit Dr. Daniel Hug, der über umfangreiche Erfahrung im Bereich Sounddesign für den Gesundheitsbereich verfügt, sorgt für wissenschaftlich fundierte Lösungen zur akustischen Anzeige. Das Institut für Designforschung (IDR) unter der Leitung von Prof. Dr. Anna Lisa Martin-Niedecken bringt seine Expertise in den Bereichen menschenzentriertes Design und Co-Creation aus zahlreichen Forschungs- und Entwicklungsprojekten im Gesundheitswesen ein. Zu den Praxispartnern gehören PD Dr. Marian Galovic, Leiter der Abteilung für Epilepsie und EEG am Universitätsspital Zürich, und PD Dr. Lukas Imbach, medizinischer Direktor des Schweizer Epilepsiezentrums an der Klinik Lengg.