Das Projekt DaDriv-StAC verfolgt das Ziel, eine digitale Plattform zu entwickeln, die datengetriebene Entscheidungsunterstützung in der Nachsorge von Schlaganfallpatient*innen ermöglicht. Im Mittelpunkt steht dabei die Erforschung und Anwendung des innovativen Konzepts virtueller medizinischer Zwillinge. Diese sollen komplexe Gesundheitsdaten aus unterschiedlichen Sektoren – etwa aus Akutkrankenhäusern, Rehaeinrichtungen und dem ambulanten Bereich – integrieren, analysieren und mit standardisierten sowie individuellen Behandlungspfaden abgleichen. Mithilfe Künstlicher Intelligenz (KI) werden daraus Therapieempfehlungen abgeleitet, die eine personalisierte und leitliniengerechte Behandlung über den gesamten Versorgungsverlauf hinweg unterstützen.

Da Schlaganfallnachsorge durch individuelle Risikofaktoren, Folgeerkrankungen und langfristige Einschränkungen wie Lähmungen oder Sprachstörungen besonders herausfordernd ist, zielt DaDriv-StAC auf eine bessere sektorenübergreifende Vernetzung und kontinuierliche Therapiekontrolle. Bislang fehlen entsprechende technologische Plattformen, die Gesundheitsdaten dynamisch aktualisieren, vernetzen und sinnvoll für Behandelnde auswerten. Mit dem Projekt wird erstmals das Konzept eines dynamischen virtuellen Zwillings in der Schlaganfallnachsorge umgesetzt, das sich kontinuierlich an den Behandlungsverlauf anpasst und so eine datenbasierte Rückmeldung an Behandelnde und Patient*innen ermöglicht.

Die Universitätsmedizin Leipzig (UML) spielt hierbei eine zentrale Rolle. Gemeinsam mit der Actimi GmbH entwickelt sie die Plattform und führt eine klinische Machbarkeitsstudie durch, um Akzeptanz, Wirksamkeit und Umsetzbarkeit zu evaluieren. Zusätzlich sollen die erhobenen Daten zur medizinischen Qualitätssicherung und Prozessoptimierung genutzt werden.

Der technologische Kern des Projekts besteht in der Schaffung eines neuen Datenmodells, das medizinische, klinische und subjektive Patientendaten (z. B. PROMs/PREMs) integriert. Basierend darauf werden neue Analyse- und Entscheidungsmethoden entwickelt, die eine präzisere Bewertung von Risikofaktoren sowie den Abgleich individueller Verläufe mit optimalen Therapiewegen ermöglichen.

Das Projekt adressiert damit zentrale Herausforderungen des Gesundheitssystems: Es soll Informationslücken schließen, die Behandlungsqualität verbessern und langfristig zu einer effizienteren, personalisierten Versorgung beitragen. Die Ergebnisse werden sowohl wissenschaftlich publiziert als auch für eine spätere wirtschaftliche Skalierung vorbereitet.

DaDriv-StAC entspricht den Zielen der Förderlinie zur Entwicklung datengetriebener Entscheidungs- und Unterstützungssysteme im Gesundheitswesen und leistet einen wichtigen Beitrag zur Digitalisierung und Innovation in der medizinischen Versorgung.

Das SUSTAINET-guarDian Projekt entwickelt sichere, resiliente und nachhaltige Mobilfunkinfrastrukturen, basierend auf einer Weiterentwicklung der heutigen 5G-Technologien hin zu einer servicebasierten Architektur. Dabei wird bewusst auf eine komplett neue 6G-Generation verzichtet. Im Mittelpunkt stehen eine robuste Sicherheitsarchitektur, automatisierte Netzsteuerung und der gezielte Einsatz von Künstlicher Intelligenz (KI), um Netzwerke effizient, zuverlässig und skalierbar zu gestalten.

Wichtige Ziele sind die Standardisierung von Authentifizierung und Verschlüsselung, der Schutz über nicht vertrauenswürdige Netzsegmente hinweg sowie die Absicherung von KI über ihren gesamten Lebenszyklus. Cyberresilienz wird durch moderne Maßnahmen wie homomorphe Verschlüsselung, Quanten-Schlüsseltausch und vertrauenswürdige Cloud-Nutzung gestärkt.

Ein weiterer Fokus liegt auf Nachhaltigkeit und Energieeffizienz. Dazu gehören verteiltes Lernen, effiziente Algorithmen und Methoden zur Reduktion des Energieverbrauchs. Die entwickelten Lösungen werden anhand von praktischen Demonstratoren in den Bereichen Smart Grid und medizinische Anwendungen erprobt und optimiert.

Das Ziel dieses Forschungs- und Entwicklungsprojekts ist es, die Überlebenschancen nach einem plötzlichen Herz-Kreislauf-Stillstand deutlich zu steigern. Im Zentrum steht die Entwicklung eines tragbaren, nicht-invasiven Ultraschallgeräts, das den Blutfluss in der Arteria carotis communis während der Reanimation in Echtzeit misst. Durch sofortiges Feedback soll die Qualität der Herzdruckmassage optimiert werden, was zu einer verbesserten Sauerstoffversorgung des Gehirns führt.

Ein weiterer wichtiger Bestandteil des Projekts ist eine Studie, die den Zusammenhang zwischen den gemessenen Blutflusswerten und der neurologischen Prognose von Patienten untersucht. Die verwendete, neuartige Doppler-Ultraschallmethode ermöglicht eine präzise Gefäßlokalisierung ohne komplexe Parametrisierung und ist so konzipiert, dass sie sowohl von medizinischem Fachpersonal als auch von Laienhelfern sicher angewendet werden kann.

Das Gerät ist sowohl für klinische als auch für präklinische Notfallsituationen geeignet und bietet das Potenzial, Reanimationsmaßnahmen entscheidend zu verbessern.

Das Projekt wird in enger Zusammenarbeit zwischen der Universitätsmedizin Leipzig und der Firma GAMPT durchgeführt, wobei die klinischen Studien unter der Leitung der Universitätsmedizin Leipzig stattfinden und die Weiterentwicklung sowie Produktion des Geräts in Deutschland erfolgen.

Multi- und Hyperspektralbildgebung (MSI und HSI) kann die intraoperative Beurteilung der Gewebeperfusion, Identifizierung von Gewebestrukturen und Tumorgewebe unterstützen. Ziel dieses Projektes ist die Aufnahme und Analyse von spektralen Messdaten mit verschiedenen MSI und HSI-System im (prä-)klinischen Umfeld. Dabei sollen potenzielle klinische Anwendungsfelder und Grenzen der Technologie evaluiert werden. Weiterhin werden Verfahren für die automatische Klassifizierung und Visualisierung von Gewebe mittels spektraler Bilddaten erarbeitet und implementiert. Die resultierenden Informationen sollen den Chirurgen intraoperativ mit Methoden der erweiterten Realität (engl. augmented reality) zur Verfügung stehen.

Das Projekt „Entwicklung eines Systems für eine Quality of Experience im telemedizinischen Datenaustausch (QoE)“ zielt darauf ab, die Qualität der Telemedizin in mobilen medizinischen Einheiten zu verbessern. Telemedizinische Anwendungen, insbesondere in ländlichen oder abgelegenen Gebieten, leiden unter instabilen Netzwerkverbindungen. Das QoE-System priorisiert medizinisch relevante Daten und reduziert weniger wichtige Datenströme, um die Verbindungsqualität in Echtzeit optimal zu nutzen. Es kompensiert Schwankungen der Netzqualität durch intelligente Datenpriorisierung und Kompression, um eine kontinuierliche und hochwertige Behandlung zu gewährleisten. Der Schwerpunkt liegt auf der Anwendung in Rettungsfahrzeugen, wo die Netzabdeckung oft unzureichend ist. Durch den Einsatz von modernen Technologien wie KI und datenintensiven IT-Konzepten, wird eine verlässliche und qualitativ hochwertige telemedizinische Versorgung sichergestellt.

Das Projekt „Soft- und Kontinuums-Robotik für medizinische Anwendungen (SoKoRoMed)“ befasst sich mit der Entwicklung patienten- und anwendungsspezifischer weicher Endeffektoren für klinische Eingriffe. (mehr lesen)

Das Projekt SurgiTrace zielt auf die Entwicklung eines intelligenten, KI-gestützten Systems zur effektiven Ressourcenplanung bei chirurgischen Eingriffen (mehr lesen)

Im Rahmen des Projekts FaszioTrain wird zusammen mit der Phacon GmbH eine realistische Trainingsumgebung für Fasziotomien am Unterschenkel entwickelt. Dazu werden verschiedene Gewebearten mit Rapid-Prototyping-Verfahren hergestellt und in ein Modell integriert, das die physikalischen Eigenschaften, Farben und Texturen realer anatomischer Strukturen nachbildet. Das Modell soll aus mehreren anatomischen Strukturen bestehen, die die reale Anatomie des Unterschenkels, einschließlich der verschiedenen Kompartimente, Nerven und Gefäße, realistisch wiedergeben. Um die realistische Simulation der Fasziotomie zu ermöglichen, wird das Modell das Anschwellen des Blutstaus im Gewebe sowie den daraus resultierenden Druck auf die Nervenbahnen nachbilden. Die Anwender sollen lernen, das Gewebe fachgerecht zu öffnen, sich zum Entlastungspunkt vorzuarbeiten und eine bestmögliche Entlastung herbeizuführen.

Im Projekt TeleNoma soll eine verbesserte kommunikationstechnische Infrastruktur für mobile medizinische Teams und Einrichtungen in ländlichen und unterversorgten Gebieten entwickelt werden. Kern des Vorhabens ist die Nutzung nomadischer Funknetzwerke und die Integration von 5G-Technologien in einer offenen Plattform, um eine kosteneffektive und skalierbare Lösung für telemedizinische Anwendungen bereitzustellen. Im Projekt soll ein Hardware-Software-Kit entwickelt werden, das ein temporäres nomadisches 5G-Funknetzwerk etabliert und eine nahtlose Verbindung von medizinischen Geräten und Anwendungen für mobile medizinische Teams in einer leicht handhabbaren Lösung realisiert. Durch die Kombination von nomadischen Funknetzen und Telemedizin soll ein neues technisches Gesamtkonzept entwickelt werden, das Medizin auf dem Niveau eines Maximalversorgers in unterversorgte Bereiche bringen kann. Die Verfügbarkeit einer geeigneten Kommunikations- und medizinischen IT-Infrastruktur soll so effiziente medizinische Dienstleistungen wie Diagnosen, Behandlungen, Impfungen, Beratungen und Vorsorgeuntersuchungen sowie den ad-hoc Einsatz medizinischer Teams in speziellen oder Krisensituationen ermöglichen.

Das EU-Konsortium CERTAINTY – A Cellular Immunotherapy Virtual Twin for Personalized Cancer Treatment“ (Virtueller Zwilling der Zellimmuntherapie für die personalisierte Krebstherapie) hat ein auf 4,5 Jahre angelegtes Projekt zur Einführung der Technologie des virtuellen Zwillings für die Personalisierung der Krebstherapie gestartet. Immuntherapien sind in der Onkologie auf dem Vormarsch und erfordern eine umfassende Datensammlung, um Diagnose, Behandlung und Überwachung zu steuern. ICCAS zielt darauf ab, diese Daten durch virtuelle Zwillinge nutzbar zu machen, die die Krankheitsprognose und die Behandlungsergebnisse simulieren. Das Projekt entwickelt die technologische Infrastruktur für virtuelle Zwillinge, multimodale Datenauswertung, personalisierte Vorhersagen und kontextspezifische Benutzerschnittstellen zur Unterstützung der klinischen Entscheidungsfindung.

CERTAINTY integriert verschiedene Analysemethoden und Vorhersagemodelle in eine umfassende, multimodale Repräsentation von Patienten und verbessert so personalisierte Simulationen und klinische Entscheidungen. Derzeit wird ein modularer virtueller Zwilling für die Krebsbehandlung erstellt, der sich zunächst auf CAR-T-Zell-Therapien und das Multiple Myelom konzentriert. Der Zwilling wird die einzigartige Pathophysiologie jedes Patienten widerspiegeln und sich während der Behandlung kontinuierlich aktualisieren, wobei molekulare Muster, Big Data-Verarbeitung, maschinelles Lernen, In-vitro-Modelle und mechanistische Modelle im Vordergrund stehen. Das Projekt legt den Schwerpunkt auf sichere Schnittstellen für den Datenzugang und berücksichtigt dabei sozioökonomische Faktoren und zukünftige Anwendungen.