Ein frĂŒhgeborener SĂ€ugling in einem Brutkasten
FrĂŒhgeborene sind im Krankenhaus vielen Reizen ausgesetzt, doch ihre Schmerzen lassen sich nur schwer einschĂ€tzen. Neue KI-gestĂŒtzte AnsĂ€tze sollen kĂŒnftig prĂ€zise AbwĂ€gungen in der Schmerzmedizin ermöglichen. © unsplash+

In Österreich kommen jedes Jahr rund 6.000 Babys zu frĂŒh zur Welt. Als FrĂŒhgeborene gelten dabei Kinder, die vor der 37. Schwangerschaftswoche geboren werden. Viele dieser Babys benötigen eine intensive medizinische Versorgung – und teilweise auch Medikamente zur Schmerzbehandlung oder Sedierung. Denn Prozeduren wie Intubieren, das Legen eines Zentralkatheters oder die postoperative Versorgung sollen fĂŒr die kleinen Patient:innen möglichst schmerzfrei ablaufen, sagt Vito Giordano von der Medizinischen UniversitĂ€t Wien. Der Neurowissenschaftler hat sich auf die Gehirnentwicklung von FrĂŒh- und Neugeborenen spezialisiert.

Im Schnitt seien FrĂŒhgeborene wĂ€hrend ihres Krankenhausaufenthalts etwa 3.000 schmerzhaften Reizen ausgesetzt: „Zu frĂŒh geborene SĂ€uglinge durchleben eine betrĂ€chtliche Anzahl von diagnostischen, therapeutischen und routinemĂ€ĂŸigen Untersuchungen. Dabei ist es enorm wichtig, ein Gleichgewicht zwischen der Vermeidung von Schmerzen und einer ĂŒbermĂ€ĂŸigen Sedierung zu finden.“ Doch die bisherigen Methoden, so der Forscher, machen eine prĂ€zise AbwĂ€gung schwierig, da sie letztlich auf subjektiven Entscheidungen basieren.

Subjektive EinschÀtzung

SĂ€uglinge können Schmerzen – im Gegensatz zu Erwachsenen – nicht verbal Ă€ußern oder einordnen. Deshalb muss medizinisches Personal auf indirekte Zeichen vertrauen. Besonders hĂ€ufig kommen dabei klinische Beobachtungsskalen zum Einsatz. Zum Beispiel der sogenannte „N-PASS“ (engl. fĂŒr „Neonatal Pain, Agitation and Sedation Scale“), ein Scoring-System, das insgesamt fĂŒnf Kategorien anhand eines Punktesystems bewertet. Die Kategorien berĂŒcksichtigen dabei sowohl Verhaltensreaktionen wie Weinen als auch physiologisch messbare Parameter, etwa den Herzschlag. Die errechnete Punktezahl spiegelt dann das geschĂ€tzte Schmerzlevel wider. So soll das Behandlungsteam die Wirkung von Analgetika und Sedativa einschĂ€tzen und eine Über- oder Unterbehandlung frĂŒhzeitig erkennen können.

Das Problem: Klinische Scores ermöglichen keine kontinuierliche Erfassung des Zustands. VerĂ€nderungen werden hĂ€ufig erst dann dokumentiert, wenn sie klinisch erkennbar sind und eine erneute Bewertung erfolgt ist. Zudem sind einzelne Parameter nicht spezifisch fĂŒr Schmerz oder Sedierung – ein schneller Herzschlag kann beispielsweise auch durch Hunger oder Stress verursacht werden. Die etablierten Skalen seien daher wichtige klinische Instrumente, sollten jedoch durch kontinuierlich verfĂŒgbare und physiologisch fundierte MessgrĂ¶ĂŸen ergĂ€nzt werden, sagt Giordano. „Deshalb wird kontinuierlich daran gearbeitet, objektivere Parameter zu entwickeln, die VerĂ€nderungen des klinischen Zustands möglichst frĂŒh und kontinuierlich erfassen können.“

Forschung fĂŒr FrĂŒhgeborene

Der Neurowissenschaftler Vito Giordano erforscht, wie klinische und umweltbedingte Faktoren die Gehirnentwicklung von FrĂŒhgeborenen beeinflussen. In seinem Weiss-Projekt entwickelt er mithilfe von Gehirnmessungen und KI neue Methoden, um Pflegeteams bei der Schmerzbehandlung der FrĂŒhgeborenen besser zu unterstĂŒtzen.

Hirnströme statt Skala

Um Babys zukĂŒnftig noch zuverlĂ€ssiger eine schmerzfreie Behandlung zu ermöglichen, arbeiten Giordano und sein Team an einem neuen Ansatz, den der Wissenschaftsfonds FWF unterstĂŒtzt. HierfĂŒr werden die Hirnströme des Babys mithilfe einer Elektroenzephalografie, kurz EEG, gemessen. Dabei messen die Forschenden elektrische Signale, die von den Nervenzellen im Gehirn ausgelöst werden. Denn Sedativa und Analgetika verĂ€ndern die HirnaktivitĂ€t von Menschen. Das EEG eines Babys unterscheidet sich allerdings erheblich von dem eines Erwachsenen.

Um die HirnaktivitĂ€t auch bei SĂ€uglingen richtig einordnen zu können, ist es entscheidend, den Entwicklungsstand des Gehirns zu ermitteln. „Vor allem bei FrĂŒhgeborenen kann der mittels EEG erfasste funktionelle Reifezustand des Gehirns unter bestimmten klinischen Bedingungen vom fĂŒr das jeweilige Alter erwarteten Muster abweichen. Auch Medikamente zur Sedierung können charakteristische VerĂ€nderungen der EEG-AktivitĂ€t hervorrufen“, erklĂ€rt Giordano. Das EEG von FrĂŒhgeborenen durchlĂ€uft somit tiefgreifende reifungsbedingte VerĂ€nderungen. Folglich erfordert eine genaue Interpretation AnsĂ€tze, die speziell fĂŒr das Gehirn eines Neugeborenen entwickelt wurden.

Maschinelles Lernen kann helfen 

Konkret heißt das: FĂŒr eine verlĂ€ssliche EinschĂ€tzung braucht es genĂŒgend EEG-Referenzdaten von SĂ€uglingen, um wiederkehrende Muster zu erkennen. Genau das wollte die Forschungsgruppe mithilfe des vom FWF geförderten Projekts erreichen. Dabei konnten sie zeigen, dass sich die HirnaktivitĂ€t bei sedierten Neugeborenen auf eine charakteristische Weise verĂ€ndert: Bei unregelmĂ€ĂŸigen EEG-Mustern können beispielsweise die Phasen einer verminderten HintergrundaktivitĂ€t lĂ€nger werden. Diese VerĂ€nderungen können Hinweise darauf geben, wie stark Medikamente die AktivitĂ€t des unreifen Gehirns beeinflussen.

FĂŒr das menschliche Auge sind solche VerĂ€nderungen im EEG allerdings oft nicht eindeutig. Statt die Hirnströme rein visuell zu beurteilen, werden deshalb inzwischen auch quantitative MessgrĂ¶ĂŸen herangezogen. In den vergangenen Jahren gab es etwa rasante Fortschritte in puncto Algorithmen, die in der Lage sind, EEG-Muster automatisch zu identifizieren – begĂŒnstigt durch den Einsatz von KĂŒnstlicher Intelligenz. „Die zunehmende VerfĂŒgbarkeit großer EEG-DatensĂ€tze von Neugeborenen ermöglicht es uns, immer robustere Algorithmen des maschinellen Lernens zu trainieren und zu validieren“, so der Forscher.

Mehr Daten nötig

Langfristig könnte ein Algorithmus die VerĂ€nderungen der HirnaktivitĂ€t automatisiert erkennen und möglichst in Echtzeit anzeigen, wie stark das Baby sediert ist. Die erste Auswertung der gesammelten Daten ist jedenfalls vielversprechend: Mithilfe des maschinellen Lernmodells konnten die Forschenden unterschiedliche EEG-Hintergrundmuster zuverlĂ€ssig erkennen und VerĂ€nderungen erfassen. Ziel ist es, daraus kĂŒnftig objektivere Informationen ĂŒber den Sedierungszustand eines Neugeborenen abzuleiten.

FĂŒr eine praktische Anwendung im klinischen Alltag sind jedoch weitere Messungen und Validierungen notwendig, betont Giordano. DafĂŒr will das Forschungsteam das EEG kĂŒnftig mit weiteren Messmethoden kombinieren, etwa zur Erfassung der Sauerstoffversorgung des Gehirns, der HerzratenvariabilitĂ€t oder der HautleitfĂ€higkeit. Auch standardisierte AblĂ€ufe fĂŒr kurze medizinische Eingriffe sollen dabei helfen, die Wirkung verschiedener Medikamente besser zu vergleichen. Ziel ist eine möglichst umfassende EinschĂ€tzung des Zustands der kleinen Patientinnen und Patienten. Denn FrĂŒhgeborene sollen möglichst wenig Schmerzen erleben – aber auch nicht stĂ€rker sediert werden als nötig.

Zur Person

Vito Giordano studierte Psychologie in Rom und spezialisierte sich anschließend auf kognitive Neurowissenschaften mit Schwerpunkt auf Neurophysiologie. An der Medizinischen UniversitĂ€t Wien promovierte er im Bereich Clinical Neuroscience und habilitierte sich im Fach Neurowissenschaften. Heute erforscht er insbesondere die funktionelle Gehirnentwicklung von FrĂŒh- und Neugeborenen – von neurophysiologischen VerĂ€nderungen des unreifen Gehirns bis hin zu deren Bedeutung fĂŒr die langfristige neurologische Entwicklung. FĂŒr sein Forschungsprojekt Überwachung der Sedierung bei FrĂŒhgeborenen (2022–2026) wurde er mit dem privat finanzierten Weiss-Preis durch den Wissenschaftsfonds FWF ausgezeichnet.

KĂŒrzliche Publikationen

Automated estimation of EEG maturity in preterm neonates and its association with long-term outcome, in: Clinical Neurophysiology 2026

Adaptive threshold algorithm for detecting EEG-interburst intervals in extremely preterm neonates, in: Physiological Measurement 2024