Im Krankenhaus erworbene Infektionen sind ein grosses Problem. ?W?hrend der Covid-Pandemie traten oft Ansteckungen in Spit?lern auf. Das gef?hrdete nicht nur geschw?chte Patient:innen, sondern viele Einrichtungen bekamen auch grosse Personalprobleme, weil zahlreiche Mitarbeitende gleichzeitig erkrankten?, sagt Onicio Batista Leal Neto.
Leal Neto war bis vor kurzem Senior Researcher in der Systems Security Group des Informatikdepartements der ETH Zürich und hat nun als Assistant Research externe Seite Professor für Digitale Epidemiologie an der University of Arizona angefangen. Er und andere Forschende wollten herausfinden, wie sich Infektionsausbrüche besser erkennen lassen, und wie sich ihre Ausbreitung unterbinden l?sst. Um die Infektionsketten gezielt unterbrechen zu k?nnen, ist es notwendig, die Interaktionen zwischen den Menschen zu kennen. Das soziale Netzwerk einer Person zeigt dabei die m?glichen Verbreitungswege einer Infektion auf.
Messgenauigkeit verbessert die Vorsorge
Im Rahmen des Projekts ?Wearable Proximity Platform? haben Informatiker und Epidemiologen der ETH Zürich, der EPFL, der ISI Foundation und des ETH-Spinoffs 3db Access ein Proximity-Tracking-System entwickelt, also ein ?Abstandsmesssystem?, das die Entfernung und N?he zwischen Personen messen kann, um das Infektionsrisiko namentlich in einer Krankenhausumgebung abzusch?tzen. Das technologische Herzstück des Systems bilden dabei spezielle Badges. Diese funktionieren, indem sie die UWB-Funktechnologie (Ultrabreitband) von 3db Access mit der integrierten Software und der Erfahrung der SocioPatterns-Kooperation kombinieren, die von der ISI-Stiftung geleitet wird. ISI ist ein interdisziplin?res europ?isches Forschungszentrum in der N?he von Turin. In den letzten zehn Jahren hat diese Kooperation die Nahbereiche menschlicher Netzwerke untersucht, und zwar in zahlreichen Kontexten, die für die Verbreitung von Infektionskrankheiten bedeutend sind, darunter Schulen, Krankenh?user, Versammlungsorte und ressourcenarme l?ndliche Gebiete auf der ganzen Welt.
?Um Infektionsnetzwerke zu erfassen, k?nnte eine genauere Entfernungsmessung den entscheidenden Unterschied ausmachen. Wenn nicht für COVID, so doch zumindest für viele andere Krankheiten?, erkl?rt Leal Neto. So wurde w?hrend der COVID-19-Pandemie beispielsweise festgestellt, dass eine Infektion mit dem Corona-Virus mit hoher Wahrscheinlichkeit weitergegeben wird, wenn eine Begegnung mindestens 15 Minuten dauert und in einer Entfernung von weniger als 150 Zentimetern stattfindet. Vergleichbar der SwissCovid-App w?hrend der Pandemie hat das neue System daher das Potenzial, Infektionsketten auf der Grundlage von Kontaktdauer und -distanz besser zu erkennen.