Patienten mit chronischen Rückenschmerzen werden durch verschiedene ärztliche und therapeutische Berufsgruppen behandelt. Die Diagnostik und Therapie erfolgt hierbei nicht unbedingt dem aktuellen Wissenstand und der Befundlage, sondern der Fachrichtung und der persönlichen Präferenz des jeweiligen Therapeuten. Es resultieren schlechte Behandlungsergebnisse sowie hohe medizinische und soziale Kosten.
Die zentrale Problematik scheint in der Komplexität der Befundlage und der Interaktion der Befunde im individuellen Patienten zu liegen. Insofern erscheint eine systematische Befunderhebung, Auswertung und Bewertung anhand von Therapieverläufen auch schon in der Primärversorgung essenziell für eine Verbesserung der Therapieergebnisse.
In einem durch die Deutsche Stiftung Manuelle Medizin unterstützten Forschungsprojekt wurden auf der Grundlage des Modells des „Funktionellen Systems des Verhaltens“ sowie der Erkenntnisse moderner Diagnostik und Therapieansätze ein Anamnese- und Untersuchungsgang entwickelt. Die Komplexität und Menge der zu erhebenden Daten ist hoch, die Interaktionen unübersichtlich und eine systematische Evaluation daher unabdingbar.
Vor diesem Hintergrund ist die Entwicklung und auf künstliche Intelligenz (KI)-gestützte (Weiter)entwicklung von Diagnostik- und Therapiealgorithmen für Patienten mit Rückenschmerzen hoch relevant. Auf Grundlage eines frühzeitigen standardisierten klinischen und paraklinischen Assessments entwickelte Therapiealgorithmen, schaffen eine Vergleichbarkeit von individuellen Patienten sowie Patientengruppen (Subgruppen), die Entwicklung und Evaluation von Therapieansätzen. Es ist hoch wahrscheinlich, dass die Diagnostik und Therapie von Patienten mit Rückenschmerzen auf Basis von Datenbasierten Algorithmen der aktuellen Versorgung überlegen ist. Die Weiterentwicklung der Algorithmen auf der erhobenen Datenbasis mit Hilfen von KI ermöglicht die Anpassung von Diagnostik und Therapie Daten/Evidenzbasiert.
Um dies zu ermöglichen, wird auf Grundlage der obigen Studie und von Experteninterviews eine Software (App) zur Datenerhebung, Auswertung und Entwicklung von Diagnostik- und Therapiealgorithmen entwickelt. Die Interviews wurden mit Experten aus den verschiedenen Versorgungsbereichen von Patienten mit Rückenschmerzen geführt.
Ziel ist es, die Evaluation und Weiterentwicklung unserer Diagnostik- und Therapiestrategien mit Hilfe von KI (deep learning, machine learning) zu ermöglichen.