Wundinfektionen vorhersagen: Was 98 erklärbare ML-Modelle für die Chirurgie bedeuten
Eine aktuelle Scoping-Review zu 77 Studien zeigt, welche Daten und Erklärmethoden sich für die Vorhersage postoperativer Wundinfektionen etabliert haben – und wo die Grenzen für den Praxiseinsatz liegen.
Mit KI-Unterstützung erstellt · redaktionell geprüft und verantwortet von Steven Breuer.
Postoperative Wundinfektionen (Surgical Site Infections, SSI) gehören weltweit zu den häufigsten healthcare-assoziierten Infektionen, mit einer Inzidenz zwischen 0,5 % und 11 % je nach Eingriff und Kollektiv. Sie verlängern Krankenhausaufenthalte, erhöhen das Wiederaufnahmerisiko und die Mortalität – und verursachen erhebliche Kosten. Eine frühzeitige, verlässliche Risikoeinschätzung ist daher seit Jahren ein Ziel chirurgischer Qualitätssicherung. Machine Learning (ML) wird dafür zunehmend eingesetzt, doch für den klinischen Alltag reicht Prädiktionsgüte allein nicht aus: Ärztinnen und Ärzte müssen nachvollziehen können, warum ein Modell einen Patienten als Hochrisikofall einstuft, um daraus sinnvolle Konsequenzen abzuleiten.
Genau hier setzt eine aktuelle Scoping-Review an, die nach PRISMA-ScR- und JBI-Standards durchgeführt und in PROSPERO registriert wurde. Die Autorinnen und Autoren durchsuchten sechs Datenbanken nach Studien ab 2010 und werteten schließlich 77 Studien mit insgesamt 98 ML-Modellen zur SSI-Vorhersage aus (JMIR Scoping Review). Der Fokus lag nicht auf der reinen Modellgüte, sondern darauf, wie Erklärbarkeit methodisch umgesetzt und berichtet wird – ein Aspekt, den frühere Übersichtsarbeiten weitgehend ausgeklammert hatten.
Prognostisch vs. diagnostisch – zwei unterschiedliche Anwendungsfälle
Die Mehrheit der Modelle (72 von 98, 73,5 %) war prognostisch angelegt, schätzte also präoperativ oder intraoperativ das künftige SSI-Risiko ein. Die übrigen 26 Modelle waren diagnostisch und dienten der Erkennung bereits bestehender Wundinfektionen postoperativ. Diese Unterscheidung ist für die Praxis relevant: Prognostische Modelle eignen sich für die präoperative Risikostratifizierung und OP-Planung, diagnostische Modelle eher für die Surveillance nach der Operation, etwa zur Priorisierung von Nachkontrollen.
Gut 81 % der Studien bezogen sich auf eine einzelne chirurgische Fachrichtung, am häufigsten die Gastrointestinalchirurgie (27 von 63 fachspezifischen Studien, 42,9 %). Rund die Hälfte der Studien (40 von 77) modellierte zusammengesetzte SSI-Endpunkte, also mehrere Infektionstypen gemeinsam, statt superfizielle, tiefe und Organ-/Höhleninfektionen getrennt zu betrachten.
SHAP dominiert bei komplexen Modellen
Von den 98 Modellen waren 40 sogenannte Black-Box-Modelle, die durch Post-hoc-Verfahren erklärt wurden. Die Kombination aus SHAP-Werten und Ensemble-Lernverfahren (etwa Random Forest oder Gradient Boosting) war mit 45 % (18 von 40) der mit Abstand häufigste Ansatz. Bei den inhärent interpretierbaren Modellen machten Regressionsmodelle die Hälfte aus, interpretiert über ihre Koeffizienten. Für die Praxis bedeutet das: Wer heute ein SSI-Risikotool einführt, trifft überwiegend auf SHAP-basierte Erklärungen, die einzelne Merkmale nach ihrem Beitrag zur Risikoeinschätzung ranken – ein für Kliniker grundsätzlich zugängliches, aber erklärungsbedürftiges Format.
Welche Faktoren treiben die Vorhersage?
Bei prognostischen Modellen waren Gesundheits- und Lebensstilfaktoren (83,3 %), individuelle Patientencharakteristika sowie Details zum operativen Prozess (jeweils 79,2 %) die am häufigsten einbezogenen Prädiktorkategorien – wobei Gesundheits- und Lebensstilfaktoren über alle SSI-Typen hinweg die größte Bedeutung hatten. Diagnostische Modelle stützten sich vor allem auf Details des operativen Prozesses (50 %), administrative Codes und individuelle Charakteristika (je 38,5 %). Interessant ist die Differenzierung nach Infektionstyp: Für zusammengesetzte SSI dominierten postoperative klinische Interventionen, für superfizielle Infektionen Vitalparameter, postoperative Interventionen und administrative Codes, für tiefe Infektionen der postoperative Erholungsstatus und für Organ-/Höhleninfektionen erneut Vitalparameter.
Was das für Ihre Abteilung bedeutet
Für chirurgische Abteilungen, die über den Einsatz solcher Modelle nachdenken, ergeben sich daraus drei praktische Punkte: Erstens sollten Sie bei der Auswahl eines Tools prüfen, ob es prognostisch (präoperative Planung) oder diagnostisch (postoperative Surveillance) ausgerichtet ist – die Datenbasis und der Einsatzzeitpunkt unterscheiden sich grundlegend. Zweitens lohnt ein Blick auf die einbezogenen Prädiktoren: Modelle, die Gesundheits- und Lebensstilfaktoren sowie OP-Prozessdaten berücksichtigen, bilden das Risiko in der Regel differenzierter ab als rein administrative Scores. Drittens gilt: SHAP-Erklärungen liefern eine Rangfolge von Einflussfaktoren, ersetzen aber keine klinische Validierung im eigenen Patientenkollektiv.
Die Autorinnen und Autoren der Review weisen selbst auf eine zentrale Einschränkung hin: Feature-Definitionen und die Begründung von Erklärungen wurden in vielen Studien unvollständig berichtet, der klinische Mehrwert blieb oft unklar. Sie fordern klinisch informierte Berichtsstandards sowie eine systematische Validierung von Erklärungstreue und klinischer Relevanz. Für die Praxis heißt das: Vor einer Einführung sollte jedes Modell – unabhängig von der Qualität seiner SHAP-Visualisierungen – anhand lokaler Daten und im Dialog mit dem behandelnden Team überprüft werden, bevor es in Entscheidungen über OP-Vorbereitung, Antibiotikaprophylaxe oder Nachsorgeintensität einfließt.