Logo ICCAS Logo ICCAS
ISO - Certivication

Forschungsbereich

Modellbasierte Medizin und intelligenter Operationssaal

Prof. Dr. Thomas Neumuth

Projektkoordination

Juliane Neumann

Partner

    Aesculap AG Tuttlingen
    Berlin Cert – Prüf- und Zertifizierstelle für MP Gmbh Berlin
    BioLago e.V. Konstanz
    BioRegio STERN Stuttgart
    Bio River e.V.
    Biosaxony e.V.
    BIOTRONIK SE & Co. KG Berlin
    Bundesdruckerei GmbH
    Charité UM Berlin
    Universität Tübingen, Ethik-Kommission an der Medizinischen Fakultät
    ExB Research & Development GmbH München
    Health Tech Cluster Switzerland
    HPZenner Clinical Evaluation GmbH & Co. KG
    HS Analysis
    HWI pharma services Rülzheim
    ID.MED
    inomed Medizintechnik GmbH
    IQVIA
    Kumovis GmbH
    LA2 GmbH
    Lyonbiopôle
    MEDAGENT GmbH & Co. KG
    Medical Mountains GmbH Tuttlingen
    Medizinische Zentrallabor Altenburg
    pantaBio AG
    Berufsverband für Orthopädie und Unfallchirugie
    Raylytic GmbH Leizpig
    Reactive Robotics GmbH
    Signus Medizintechnik
    Stadt Leipzig
    Technologie-Transfer-Initiative GmbH
    Triga-S Scientific Solutions
    TZM GmbH
    Universitätsklinikum Jena
    Universitätsmedizin (UM) Magdeburg
    Welfare Tech
    WIBU A.G.

Förderer

Förderlogo

headline-markerAIQNET

Künstliche Intelligenz für klinische Studien – Teilvorhaben: Entwicklung eines Digitalen Patientenmodells, das die Diagnose und Behandlungsentscheidung unterstützt

Durch die neue Medical Device Regulation der EU steigen die Anforderungen an belastbare Daten zum Nachweis der Sicherheit und Leistungsfähigkeit von Medizinprodukten. Dabei wird explizit eine fortlaufende Marktbeobachtung der Produkte auf Basis von klinischen Studien gefordert, die auch eine vergleichende Qualitäts- und Leistungsbewertung ermöglicht. Die kontinuierliche Überwachung soll dabei einerseits zur Optimierung der Leistungsdaten der Medizinprodukte aber auch zur Verbesserung der Diagnose und der medizinischen Behandlung dienen. Eine datenschutzkonforme Erfassung, Speicherung und Analyse klinischer Daten ist dabei für die Auswertung unerlässlich. In der Praxis trifft diese Forderung jedoch auf Fachkräftemangel in Industrie und Klinik, Kostendruck, Rechtsunsicherheit und IT-Systeme mit geringer Interoperabilität.

Hier setzt das Projekt AIQNET an, denn sowohl epidemiologische, klinische, paraklinische als auch radiologische Daten können mit Hilfe von künstlicher Intelligenz automatisch analysiert und für die Leistungsbewertung von Medizinprodukten genutzt werden. Im Rahmen des Projektes wird daher ein digitales Ökosystem entwickelt, welches durch modernste Architektur und Sicherheitstechnologien die Einhaltung rechtlicher und ethischer Rahmenbedingungen gewährleistet. Im Rahmen der Plattform soll eine Datenbasis geschaffen werden, die es sowohl Kliniken als auch Medizinprodukteherstellern ermöglicht, klinische Daten effektiv und gesetzeskonform für Forschung und Entwicklung zu nutzen.

Das ICCAS wird im Rahmen des Teilvorhabens ein „Digitales Patientenmodell“ entwickeln, das verschiedene Perspektiven auf die Behandlung und den Patienten selbst integriert. Ziel ist es die KI-gestützte klinische Qualitäts- und Leistungsbewertung basierend auf dem Vorwissen über den Patienten bzw. dem Verlauf der Behandlung zu verbessern. Dazu gehören die Aspekte der Diagnose und der vorliegenden Krankheit, Informationen zu Therapien sowie den spezifischen Eigenschaften des Patienten.

Haupt-Projektwebseite