Im BMWK geförderten Projekt KliNet5G wird die Umsetzbarkeit einer rein 5G-basierten Netzinfrastruktur auf Basis von OpenRAN in Kliniken evaluiert. Das Projekt verbindet Enduser-Equipment-Hersteller, Klinikbetreiber und medizinische Anwender. Es werden unter anderem Konzepte für die zukünftige Ausgestaltung der Infrastruktur und die damit einhergehenden Veränderungen von Arbeitsabläufe entwickelt. Außerdem werden praxisnahe klinische Anwendungen der Logistik und Patientenversorgung kombiniert und umgesetzt, um damit Prozesse in der Klinik zu flexibilisieren und kontinuierlich zu optimieren. So kann z.B. mobiles Patientenmonitoring sowie Tracking von Geräten und Equipment praktisch realisiert werden. Das Projekt zielt darauf ab, vorhandenes 5G-Knowhow und 5G-Technologie in vorhandene Produkte und Anwendungsgebiete der Medizin zu integrieren um die Anwendung dieser Zukunftstechnologie zu unterstützen.

Eine effiziente Gesundheitsversorgung erfordert intuitiv nutzbare und semantisch verknüpfte Daten aus verschiedenen Quellen des klinischen Umfelds. Klinische Daten sind jedoch oft nur lose strukturiert und in Form von Fließtext oder Rohdaten gespeichert. Die Erforschung und Entwicklung eines digitalen Patientenmodells (DPM) zur Bewältigung dieser Probleme ist Teil des MPM-Projekts (Models for Personalized Medicine) am ICCAS. MPM konzentriert sich auf die semantische Datenintegration und die multimodale Datenanalyse. Das Projekt GAIA-X Digitaler Zwilling dient der komplementären Forschung für MPM, um die Anwendungsmöglichkeiten des digitalen Patientenmodells zu erweitern. Ziel ist die Entwicklung von Konzepten zur Integration der Technologie eines DPM in das GAIA-X-Ökosystem und damit die gemeinsame Nutzung von pseudonymisierten, populationsbasierten Daten, trainierten Modellen und Analysemodulen zwischen Institutionen und Ländern innerhalb der EU.

Im Forschungsprojekt SDC – Control Station Med (SDC-CSM) soll der neue Kommunikationsstandard IEEE 11073 SDC, der die offene, sichere und herstellerunabhängige Vernetzung von medizinischen Geräten umsetzt, in einen neuartigen technischen Leitstand integriert werden. Dem Personal der medizintechnischen Abteilung einer Klinik sollen über diesen Leitstand aggregierte Daten über den aktuellen Status aller angeschlossenen SDC-fähigen Geräte bereitgestellt werden. Zusätzlich soll die Dokumentation von Fehlermeldungen, die Verarbeitung von technischen Fehlern mit automatischer vorgegebener Reaktion und die Erhebung von Kennzahlen neben weiteren Funktionen bereitgestellt werden. Überdies werden die Möglichkeiten von Predictive Maintenance untersucht und integriert. Der Schwerpunkt der Forschungsarbeiten liegt auf der Implementierung und gegebenenfalls Erweiterung/Verbesserung des SDC Standards, des Datenmodels und der Datenaggregation sowie auf Machine Learning-Algorithmen.

Hautdurchblutung und –feuchtigkeit sind physiologische Parameter, die eine große Rolle bei der Überwachung des Patientenzustandes spielen. Probleme wie Medikamentendosisfehler, Kreislaufstörungen, pulmonale Komplikationen oder ineffiziente Sauerstofftherapien können aus den Parameterwerten frühzeitig anerkannt werden. Die aktuellen Messgeräte, wie beispielsweise Pulsoxymeter und transcutane Elektroden, zeigen Einschränkungen besonders bei der Anwendung in der Neonatologie bei Frühgeborenen. Die Geräte sind in Kontakt mit dem Körper und messen die lokale Perfusion.
Im Projekt MultiGuard soll ein kontaktloses und nicht-invasives multispektrales Monitoringsystem zur Unterstützung in der medizinischen Diagnostik entwickelt werden. Multispektrales Imaging kombiniert das Prinzip der hyperspektralen Photometrie mit der Digitalbildgebung und erfordert keine Gabe eines Kontrastmittels. Das System besteht aus einem multispektralen Messsystem mit automatischer Bildverarbeitungseinheit für die Berechnung von Perfusionswerten, pulsatile Parameter, Fett- und Wassergehalt aus den gemessenen Absorptionswerten. Das System soll in Videoqualität kontinuierlich auswertbare hochgenaue Daten liefern. Diese Gewebeinformationen werden dem Arzt auf einer Nutzeroberfläche optimal angezeigt. Um den Patienten nicht kontinuierlich mit sichtbarem Licht zu beleuchten, soll eine schaltbare multispektrale Lichtquelle eingesetzt werden.
Am Ende des Projekts soll ein Prototyp des MSI-Systems MultiGuard zur Verfügung stehen, welches in der Neonatologie und Anästhesiologie ausgewertet werden soll.

Minimal-invasive endoskopisch geführte Eingriffe stellen, ob ihrer erfolgreichen Etablierung als chirurgisches Vorgehen, nach wie vor umfangreiche Anforderungen an Chirurgen und Technologie. Die Entkoppelung der Hand-Augen-Koordination, ein begrenztes Operationsvolumen sowie ein eingeschränkter Sicht auf das Operationsfeld erschweren die Wahrnehmung von Tiefenverhältnissen und führen zu einer anspruchsvollen Arbeitssituation. Als Folge erfahren Chirurgen einen hohen kognitiven Workload, den sie durch ein individuelles Training ihres räumlichen Orientierungsvermögens unter realistischen Bedingungen kompensieren müssen. Da das räumliche Vorstellungsvermögen interindividuell stark variiert, sind Trainingsanwendungen mit physischen und virtuellen Simulatoren nur bedingt erfolgreich. Eine kontinuierliche Begleitung und Trainingsüberwachung sowie -anpassung an die individuelle Leistungsfähigkeit fehlt.

Das Forschungsprojekt entwickelt daher einen neuartigen Trainingsansatz, der eine multisensorische Erfassung des Trainingsablaufs vorsieht, um den individuellen Trainingsfortschritt zu simulieren und entsprechend audiovisuelle Unterstützung bereit zu stellen. Hierfür wird mittels eines sensorisch erweiterten Laparoskopiesimualtors eine Wissensbasis von bimanuellen laparoskopischen Grundfertigkeiten angelegt, maschinenverständlich beschrieben und mit der Momentanaufnahme des individuellen Trainings abgeglichen. Für die Einschätzung des Trainingserfolgs werden neue objektive und maschinenverständliche Metriken entwickelt. Existierende subjektive Fragebögen für die Beschreibung der allgemeinen laparoskopischen Expertise werden damit um eine vergleichbare numerische Trainingsbewertung ergänzt werden.

Das europäische medizinische Reaktionssystem besteht aus schnell und leicht zu handhabenden First-Responder-Einheiten. Bei Katastrophen (z. B. Erdbeben, Tsunamis, Überschwemmungen usw.) werden diese medizinischen Notfallteams (Emergency Medical Teams, EMT) zu Katastrophenhilfseinsätzen entsandt, um das lokale medizinische System zu unterstützen und humanitäre Krisen abzuwenden.
Das “EMT Operating System” (EOS) ist ein Feldkrankenhaus-Informationssystem, das auf die Anforderungen von EMT bei Katastropheneinsätzen zugeschnitten ist. Seine Idee wurde im Rahmen des EUMFH-Projekts entwickelt und gestaltet. Das System unterstützt den gesamten Patientenbehandlungsprozess von der Triage bis zur Entlassung und ist in hohem Maße konfigurierbar, um sich an die Bedürfnisse der Rettungssanitäter anzupassen. Obwohl EOS in erster Linie als elektronische Patientenakte konzipiert ist, beinhaltet es auch wesentliche Funktionen für das EMT-Einsatz- und Feldspitalmanagement. Neben der Patientenverwaltung und der Behandlungsdokumentation ermöglicht EOS eine schnelle Abteilungskonfiguration, die Visualisierung wichtiger Leistungsindikatoren des Krankenhauses (Patientenaufnahme, Anzahl der Triagekategorien, Arbeitsbelastung der Abteilung usw.) und Berichtsfunktionen (z. B. für die lokale Regierung oder die WHO). Somit spielt EOS eine wesentliche Rolle bei der Überwachung und Bewertung der aktuellen Situation und Leistung auf strategischer und taktischer Ebene.
EOS bietet hochgradig anpassbare Funktionalitäten. Sie können von spezialisierten Teams, z. B. Burn Assessment Teams, an die spezifischen Rahmenbedingungen verschiedener EMT-Einheiten oder andere Anforderungen angepasst werden. Im Allgemeinen umfasst EOS die digitale Dokumentation und Verwaltung der üblichen Prozesse innerhalb einer EMT. Allerdings können sich die Merkmale im Detail unterscheiden.
EOS setzt stark auf eine strukturierte Datenerfassung und -speicherung (im Gegensatz zu Freitexten). Dies gewährleistet eine hohe Informationsqualität und unterstützt eine schnelle und einfache Dateneingabe sowie eine automatische Informationsverdichtung in Datenbanken. Letzteres kommt der Meldepflicht zugute und ermöglicht einen Vergleich zwischen verschiedenen Einsätzen oder EMT-Einrichtungen.
Das System wird in enger Zusammenarbeit mit verschiedenen First-Responder-Organisationen ständig weiterentwickelt. Es wird für zivile Ersthelferorganisationen kostenlos sein. EOS ist als Webanwendung konzipiert und kann mit modernen Browsern (z.B. Chrome, Firefox, etc.) auf PCs, Laptops oder Touch-Geräten wie Tablet-PCs oder Smartphones genutzt werden. Sie haben Interesse an EOS oder wollen es ausprobieren? Dann kontaktieren Sie uns: eos@iccas.de.

Download Abschlussbericht

Das medizinische Fachgebiet der Hämatologie ist durch stark heterogene Erkrankungen und Krankheitsverläufe gekennzeichnet. Dennoch beruht das Design klinischer Studien, die Entwicklung von Medikamenten und die anschließende Therapie meist auf der Verabreichung von identischen Schemas. Mit der Entwicklung immer präziser auf die Patienten abgestimmten Behandlungsstrategien wird dieser Prozess stetig effektiver, verursacht jedoch gleichzeitig ein enormes Maß an Komplexität der zu berücksichtigenden Informationen.  Somit hängt die klinische Entscheidungsfindung nicht zuletzt davon ab, ob der behandelnde Arzt über die entsprechende therapeutische Erfahrung und den Zugang zu neuartigen Therapien verfügt. Das Ziel von KAIT, einer auf künstlicher Intelligenz basierenden Plattform zur therapeutischen Entscheidungsunterstützung bei Patienten mit myelodysplastischem Syndrom, akuter myeloischer Leukämie und multiplem Myelom, besteht hierbei darin, durch eine optimale Bereitstellung und Auswertung relevanter Informationen den klinischen Entscheidungsprozess nachhaltig zu unterstützen, um somit eine patientenindividuelle und personalisierte Behandlung für alle Patienten zu ermöglichen.

Link zur Projektwebseite

Ziel des Projektes ist die Entwicklung eines mobilen EIT-EKG-Kombisystems. Mit dessen Hilfe soll ein nicht-invasives Monitoring der Atemaktivität und des Herzschlages eines Patienten möglich werden. Nutzer sollen damit unabhängig von ihrem technischen Hintergrundwissen in der Lage sein, in kürzester Zeit nichtinvasive Untersuchungen der Herz- und Lungenfunktionen durchzuführen. Die relevanten Vitalparameter, wie Lungenaktivität, regional aufgelöste Belüftungsvisualisierung, relatives Tidalvolumen, Atemfrequenz oder Herzfrequenz sollen ohne invasive Methoden und auch im Schock-Zustand verständlich dargestellt werden. Eine der Hauptkomponenten des Systems wird eine Elektrodenbefestigung sein, die sich auf Patienten unterschiedlicher Größe anbringen lässt.

Jedes Jahr erleiden in Deutschland ca. 270.000 Menschen einen akuten Schlaganfall, davon 200.000 Menschen erstmalig. Für die meisten Betroffenen resultieren daraus über das Akutereignis hinaus körperliche Einschränkungen und seelische Symptome, sodass der Schlaganfall oft in eine chronische Erkrankung übergeht.

Um Patienten in der oft schwierigen Zeit nach dem Schlaganfall zu unterstützen, stellt der PostStroke-Manager ein patientenorientiertes, digitales System dar, welches die alltagsüblichen Kommunikationswege nutzt, um eine koordinierte präventive Langzeit-Betreuung von Schlaganfallpatienten zu ermöglichen. Das System integriert Schlaganfalllotsen, Patienten und Hausärzte sowie mobile Sensoren (sogenannte Wearables) und schafft somit die Basis für innovative digitale Angebote, neue Versorgungsformen und ein strukturiertes Disease Management Programm für die Erkrankung Schlaganfall. Es dient als Ergänzung zur Schlaganfalllotsen-Betreuung ab dem ersten Jahr nach dem Akutereignis, kann jedoch auch in Regionen ohne etabliertes Schlaganfalllotsen-Programm direkt nach dem Akutereignis eingesetzt werden. Darüber hinaus kann der PostStroke-Manager bei der korrekten Anwendung von Inhalten zur Sekundärprophylaxe helfen, indem er beispielsweise an Tabletteneinnahmen erinnert und – sofern vom Patienten freigegeben – über Bluetooth-fähige Blutdruckmessgeräte wichtige Parameter wie Herzfrequenz oder systolischen und diastolischen Blutdruck aufzeichnet.

Link zur Projektwebseite

Im Rahmen des Projektes soll ein nicht invasives, multimodales Monitoringsystem entwickelt werden, das es Ersthelfern ermöglicht, ein aufschlussreiches objektives Feedback über die Qualität ihrer Herzdruckmassage zu erhalten. Unabhängig ihres technischen oder medizinischen Hintergrundwissens sollen Nutzer_innen in der Lage sein, das System schnell in einen betriebsbereiten Zustand zu bringen, am Körper der Patientin oder des Patienten zu befestigen und eine Wertung der geleisteten Reanimationstätigkeit zu erhalten. Den Anwender_innen sollen die qualitativen Änderungen des arteriellen Blutflusses im Hals dargestellt werden, die als Folge der thorakalen Kompressionen erfolgen. Durch mehrere präklinische Messungen am Phantom sollen im Laborumfeld zudem Bereiche für Messwerte etabliert werden, die die Nutzer_innen bei der Einschätzung der angezeigten Blutflusswerte unterstützen.