Unterstützung von Leitstellen KI erkennt Herzstillstand noch während des Notrufs

Autor / Redakteur: Martin Hensel / Nico Litzel

Gemeinsam mit den Emergency Medical Services Copenhagen wurde mittels Z-Inspection der erste Teil eines Trustworthy-AI-Assessments abgeschlossen. Im Fokus steht dabei ein Machine-Learning-System, das bei der Erkennung von Herzstillständen während eines Notrufs hilft.

Firma zum Thema

Bei einem Herzstillstand ist schnelle Hilfe überlebenswichtig. In Kopenhagen hilft deshalb ein KI-System bei der Bearbeitung von Notrufen.
Bei einem Herzstillstand ist schnelle Hilfe überlebenswichtig. In Kopenhagen hilft deshalb ein KI-System bei der Bearbeitung von Notrufen.
(Bild: Pexels / Pixabay )

Bei Z-Inspection handelt es um ein Assessment-Verfahren, das ethische, technische und rechtliche Schwachstellen beim Einsatz Künstlicher Intelligenz aufdecken soll. Die entsprechende Initiative arbeitet unabhängig von Unternehmen und setzt sich aus einem Team internationaler Wissenschaftler zusammen. Das genaue Verfahren von Z-Inspection wird im Rahmen eines Papers ausführlich beleuchtet.

Kritische Situationen schnell erkennen

Zum Einsatz kam das Verfahren nun bei den Emergency Medical Services Copenhagen. Dort ist ein besonderes Machine-Learning-System im Einsatz: Es „hört“ bei Notrufen automatisch mit und analysiert die Konversationen hinsichtlich bestimmter Schlüsselbegriffe und Phrasen. Ziel ist die schnelle Erkennung eines möglichen Herzstillstandes – ein Zustand, in dem die umgehende Einleitung von Wiederbelebungsmaßnahmen über Leben und Tod entscheiden kann.

In Kopenhagen und in den meisten Ländern weltweit arbeiten Notruf-Leitstellen in der Regel mit umfangreich ausgebildetem Fachpersonal, das kritische Situationen in kurzer Zeit erkennen und lösen muss. In der Praxis unterstützt das KI-System die Leitstellenmitarbeiter und sorgt dafür, dass keine wichtigen Informationen untergehen. Noch während eines Notrufs schlägt das System in Echtzeit situationsabhängige Maßnahmen vor. Dies ist besonders wichtig, da ein Patient mit Herzstillstand sofortige Hilfe benötigt. Bis zum Eintreffen eines Defibrillators sind daher möglichst umgehende Herz-Lungen-Wiederbelebungsmaßnahmen essentiell, um den Patienten am Leben zu erhalten.

Beispiel aus der Praxis

In Kopenhagen stammt das KI-System vom Hersteller Corti. Er zeigt im Rahmen eines Videos, wie der Ablauf in der Praxis aussieht: Eine hörbar panische Anruferin schafft es nur mühsam, ihren Namen und Adresse zu nennen, ehe sie vom plötzlichen Zusammenbruch ihres Vaters berichtet. Zunächst beruhigt die Leitstellenmitarbeiterin den Anrufer und erfragt weitere Details zum Geschehen, während das KI-System parallel bereits einen nahegelegenen Rettungswagen vorschlägt.

Zudem hat das System in der Zwischenzeit anhand von Phrasen wie „er ist gestürzt“, „er kann nicht aufstehen“ und „er blutet am Kopf“ erkannt, dass es sich um eine möglicherweise kritische Situation handelt. Es schlägt nun zunächst die Überprüfung des Bewusstseinszustands und der Atmung des Verunfallten vor. Nachdem die Anruferin weitere Details zum Zustand nennt, erkennt die KI anhand der im Dialog geäußerten Informationen einen möglichen Herzstillstand. Die Leitstellenmitarbeiterin führt die Anruferin daraufhin umgehend durch alle nötigen Schritte einer Wiederbelebung.

Effektivität und Kritik

Das selbstlernende KI-System erhöht die Wahrscheinlichkeit, mit der Herzstillstände frühzeitig während eines Notrufes erkannt werden. In Kopenhagen war dies in 73 Prozent aller Fälle anhand des Notrufgesprächs möglich. Das KI-System verbesserte diese Rate auf 95 Prozent. Zudem kann es laut Corti auch Hintergrundgeräusche analysieren und so zum Beispiel die unregelmäßige Atmung eines Verunfallten erkennen.

Seit seiner Einführung war das System aber nicht ohne Kritik: So wurde etwa moniert, dass die Entscheidungsfindung nicht nachvollziehbar sei und die Anzahl möglicher „False Positives“ im Unklaren bleibe. Zudem gab es Bedenken hinsichtlich des Datenschutzes und möglicher rechtlicher Folgen, falls das KI-System einmal falsch liegen sollte. Im letzteren Fall ging es unter anderem um die Frage, ob der KI-Anbieter, der jeweilige Anwender oder der Betreiber im Ernstfall haftbar sind.

Assessment schafft Transparenz

Bezüglich dieser Kritikpunkte soll nun der Einsatz des Z-Inspection-Verfahrens Abhilfe schaffen. „Dies ist ein weiteres Beispiel für die Notwendigkeit, Algorithmen zu testen und zu verifizieren“, erklärte Kay Firth-Butterfield, Head of Artificial Intelligence and Machine Learning des World Economic Forums, bereits 2018 zur Einführung des Kopenhagener Systems.

Viele wollen laut Firth-Butterfield glauben, dass KI eine Art Zauberstab sei, mit dem man nur wedeln müsse, um extrem wertvolle Ergebnisse zu erzielen. Dennoch müsse man auf Transparenz- und Rechenschaftspflichten sowie den Schutz der Privatsphäre achten.

(ID:47341007)