Automatisierte Algorithmen zur Identifikation von Patienten mit palliativem Unterstützungsbedarf: eine systematische Übersichtsarbeit und Metaanalyse

Hilfe früher finden, nicht später

Wenn Menschen mit einer schweren Erkrankung leben, kommen Gespräche über Komfort, Würde und die Art der Versorgung, die sie wirklich wünschen, oft zu spät. Dieser Artikel untersucht, ob Computer still im Hintergrund die Krankenakte durchforsten und Ärzte darauf aufmerksam machen können, wenn ein Patient von Palliativversorgung profitieren könnte — spezialisierte Unterstützung, die auf die Linderung von Symptomen und die Ausrichtung der Behandlung an dem, was für Patient:innen und Familien am wichtigsten ist, fokussiert ist.

Wie Computer verborgene Bedürfnisse erkennen können

Moderne Krankenhäuser sammeln große Mengen an Informationen zu jeder Patientin und jedem Patienten: Alter, Diagnosen, Laborwerte, Medikamente und mehr. Die in dieser Übersichtsarbeit betrachteten Studien prüften automatisierte Werkzeuge, die diese elektronischen Krankenakten durchforsten und Personen markieren, die einen hohen Bedarf an Palliativversorgung haben könnten. Anstatt darauf zu warten, dass eine beschäftigte Klinikperson bemerkt, dass jemand sich verschlechtert oder überfordert ist, sendet das System eine Warnung oder fügt eine Empfehlung direkt in den Arbeitsablauf des Behandlungsteams ein und veranlasst so eine palliativmedizinische Konsultation oder ein strukturiertes Gespräch mit der Familie. Diese Werkzeuge wurden in vielen Settings erprobt — Allgemeinstationen, Intensivstationen, Notaufnahmen und Krebszentren — überwiegend in den Vereinigten Staaten und umfassten mehr als 125.000 erwachsene Patientinnen und Patienten.

Was die Studien ergaben

In sieben randomisierten Studien erhielten Patienten, die von diesen automatisierten Systemen identifiziert wurden, deutlich häufiger einen Besuch durch eine palliativmedizinische Fachkraft als diejenigen mit üblicher Versorgung. Dieser Effekt zeigte sich sowohl bei Menschen mit Krebs als auch bei denen mit anderen schweren Erkrankungen. Die Werkzeuge führten außerdem zu einer häufigeren formellen Dokumentation von Reanimationsverzichtsentscheidungen (Do-not-resuscitate), also Verfügungen, die dem medizinischen Team mitteilen, bei Herz- oder Atemstillstand keine Wiederbelebungsmaßnahmen zu versuchen. Diese Veränderungen deuten darauf hin, dass die Warnungen nicht nur still im Hintergrund ablaufen; sie lösen reale Gespräche und Entscheidungen darüber aus, welche Art von Versorgung Menschen in der Lebensphase am Ende wünschen.

Wo der Einfluss moderat war

Andere Ergebnisse veränderten sich weniger stark. Die Aufnahme in die Hospizversorgung — ein Angebot, das sich in den letzten Lebensmonaten auf Komfort konzentriert — war insgesamt ähnlich zwischen den durch Algorithmen unterstützten Patienten und denen mit üblicher Versorgung. In mindestens einer Krebsstudie waren Personen in der Kontrollgruppe jedoch eher geneigt, das Hospiz erst in den letzten Lebenstagen zu beginnen, was darauf hindeutet, dass sie möglicherweise zu spät Unterstützung erhielten, um einen bedeutsamen Unterschied zu erzielen. Maße wie Verweildauer im Krankenhaus oder auf der Intensivstation, Wiederaufnahmen innerhalb von 30 Tagen sowie von Familien berichtete Belastung, Depression, Angst und posttraumatische Belastung zeigten keine klaren Verbesserungen, auch wenn es leichte Tendenzen in eine günstige Richtung gab.

Warum mehr Krankenhaussterbefälle nicht zwangsläufig Schaden bedeuten

Ein auffälliger Befund war ein leichter Anstieg der während des Krankenhausaufenthalts aufgetretenen Todesfälle unter den Patientinnen und Patienten, die diesen Werkzeugen ausgesetzt waren. Die Autor:innen argumentieren, dass dies kaum bedeutet, die Algorithmen seien schädlich. Vielmehr kann eine frühere Erkennung der Verschlechterung zu ehrlicheren Gesprächen über die Prognose und häufiger zu Entscheidungen führen, den Fokus auf Komfort statt auf aggressive Eingriffe oder Verlegungen auf die Intensivstation zu legen. Anders gesagt: Menschen könnten im Krankenhaus auf eine friedlichere, geplante Weise sterben, die ihre Präferenzen besser widerspiegelt, statt zu allen möglichen lebenserhaltenden Maßnahmen gedrängt zu werden.

Beschränkungen und nächste Schritte

Damit diese Systeme gut funktionieren, braucht es mehr als nur Software. Klinikerinnen und Kliniker müssen den Warnungen vertrauen, ausreichend Zeit und Personal haben, um zu reagieren, und sich wohl dabei fühlen, Themen zum Lebensende mit Patient:innen und Familien anzusprechen. Manche Studien hatten Schwierigkeiten, weil selbst wenn das System korrekt Hochbedarfspatienten identifizierte, nicht genügend palliativmedizinische Fachkräfte verfügbar waren oder die Patient:innen unsicher waren, ob sie diese Form der Unterstützung annehmen wollten. Alle Studien wurden in den Vereinigten Staaten durchgeführt, sodass noch unklar ist, wie gut sich die Ergebnisse auf andere Gesundheitssysteme mit anderen Kulturen, Ressourcen und Organisationsformen der Versorgung übertragen lassen.

Was das für Patient:innen und Familien bedeutet

Insgesamt legt diese Übersichtsarbeit nahe, dass das Scannen der Krankenakte durch Computer helfen kann, palliative Versorgung früher ans Bett zu bringen und dass wichtige Entscheidungen — wie Reanimationsverzichtsverfügungen — wahrscheinlicher besprochen und dokumentiert werden. Obwohl die Werkzeuge nicht jede Messgröße zur Krankenhausnutzung oder familiären Belastung dramatisch veränderten, scheinen sie die Versorgung in eine Richtung zu bewegen, die viele Patientinnen und Patienten wünschen: weniger unerwünschte Prozeduren und mehr Aufmerksamkeit für Komfort, Kommunikation und persönliche Ziele am Lebensende.

Zitation: Hou, CW., Hu, MC., Gautama, M.S.N. et al. Automated algorithms for identifying patients requiring palliative care: a systematic review and meta‑analysis. npj Digit. Med. 9, 238 (2026). https://doi.org/10.1038/s41746-026-02429-4

Schlüsselwörter: Palliativversorgung, elektronische Krankenakten, klinische Entscheidungsunterstützung, Versorgung am Lebensende, Gesundheitsalgorithmen