Bei Patienten mit Tracheostomaversorgung bedarf es der künstlichen Absaugung von Festkörpern und Flüssigkeiten, die sich oberhalb des Cuff-Ballons sammeln. Um den Behandlungserfolg und die damit verbundene Lebensqualität des Patienten zu erhöhen, soll im Projekt AutoCuff ein neues medizinisches Gerät entwickelt werden. Dieses sorgt mithilfe digitaler Steuerungs- und Kontrollfunktionen sowie einer interoperablen Kommunikation für eine lückenlosere Versorgung des Patienten. Durch die Kombination des Cuffsaugers und –controllers werden die sich gegenseitig beeinflussenden Regelkreise des zugrundeliegenden Druck-Managements aufeinander abgestimmt werden. Dies ermöglicht eine schonendere Therapie. Mithilfe der Implementierung einer interoperablen Schnittstelle soll eine effiziente Integration des zu entwickelnden Gesamtsystems in eine klinische Umgebung ermöglicht werden. Die dadurch entstehende Kommunikation zwischen dem Zielsystem und anderen Medizingeräten soll einen wesentlichen Beitrag zur Abstimmung von therapierelevanten Paramatern tragen, welche maßgeblich das medizinische Ergebnis der Behandlung verbessern.

Die moderne Medizin wandelt sich durch die zentralen gesellschaftlichen Herausforderungen im Spannungsfeld zwischen Kosteneffizienz durch Standardisierung und Therapieeffektivität durch Personalisierung. Therapierelevante Informationen, beispielsweise in der interdisziplinären onkologischen Behandlung, decken die ganze Bandbreite von Omics-Daten über Bildgebung und Laborwerte bis hin zur Einbeziehung von Lebensumständen ab. Für eine effiziente Gesundheitsversorgung müssen die Daten im klinischen Alltag intuitiv nutzbar sein.

Ziel des Projekts ist es daher, eine wissenschaftliche und methodische Grundlage für modellbasierte, personalisierte Behandlungen zu schaffen, die in einer Vielzahl von klinischen Situationen eingesetzt werden können. Das Vorhaben adressiert wissenschaftliche Fragestellungen im Bereich der Modellierung und semantischen Datenintegration als Ausgangspunkt für die Entwicklung von Assistenzanwendungen für die personalisierte Tumortherapie. Damit wird ein gemeinsames Verständnis der Arbeitsabläufe, Patientendaten und Entscheidungsverfahren als Basis für die Einbindung in die klinische Praxis bereitgestellt. Die große Komplexität der Daten und Prozesse erfordert die Entwicklung spezifischer Anwendungen für die jeweiligen Einsatzszenarien und Nutzergruppen entlang der Tumorbehandlungskette. Im Projekt werden sowohl Anwendbarkeit und Mehrwert einzelner Assistenzsysteme als auch die Integration entlang des Behandlungspfades in direkter Zusammenarbeit mit regionalen KMU-Partnern und klinischen Anwendern demonstriert.

Nur etwa 0,1% der gesamten Bevölkerung benötigt eine Hämodialyse-Behandlung. Jedoch erfordert diese komplexe, langjährige und chronische Maßnahme 5 bis 10% der gesamten Gesundheitskosten in den Industrieländern. Obwohl die Behandlung eine lebenserhaltende Entgiftung der Patienten gewährleistet, kann sie jedoch nicht die 5 bis 10-fach höhere Sterblichkeit der betroffenen Patienten mit Nierenerkrankungen im Endstadium verglichen zur Allgemeinbevölkerung verhindern.

Die Qualitäts- und Prozesskontrolle der Hämodialysebehandlung basiert heutzutage auf einer allgemeinen Bewertung biochemischer und verfahrenstechnischer Maßnahmen, die das individuelle Ergebnis der Patienten hinsichtlich Mortalität und Dialyseverträglichkeit nicht wirklich beeinflusst. Aus diesem Grund zielt das ProDial Projekt darauf ab, eine individuelle Analyse der Dialysebehandlung  sowie ein personalisiertes Datenerzeugungs- und -handhabungsschema zu entwickeln. Hierzu werden zeitlich synchrone Daten verschiedener Dialyseaspekte erhoben und ausgewertet. Hierzu zählen unter anderem Patienten- und Therapiecharakteristiken, biomedizinisches Echtzeit-Feedback, Prozessinformationen sowie Patient Reported Outcomes. Innovative und anonymisierte Verfahren zur Datenerfassung, einschließlich der Einbindung tragbarer persönlicher Geräte und Sensoren, sollen hierbei eine integrierte, durchsuchbare und personalisierte Datenspeicherung gewährleisten.

Neuartige Mechanismen zum Auffinden von signifikanten Korrelationen zwischen den referenzierten Datenkategorien sollen nachhaltig die Entwicklung personalisierter Echtzeit-Dialysebehandlungsverfahren ermöglichen. Diese datenbasierten Algorithmen können dann in moderne und intelligente Dialyseeinrichtungen integriert werden. Damit wird eine personalisierte variable Echtzeitbehandlung ermöglicht, die auf das individuelle Komorbiditäts- und Verträglichkeitsverhalten der Patienten unmittelbar reagiert.

Link zur Projektseite (en)

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

Ziel ist die Erarbeitung eines neuen laparoskopischen Bildgebungssystems und unterstützender nicht-invasiver, intraoperativer Maßnahmen zur Erhöhung der Identifikation und Klassifikation von Risikostrukturen und Läsionen für die Viszeral-, Transplantations-, Thorax- und Gefäßchirurgie auf Basis neuester, hochaufgelöster HSI-Technologie. (mehr lesen)

Infolge von Tumorerkrankungen, traumatischen Schädigungen und Fehlbildungen entstehen häufig Defekte der Körperintegrität, welche plastisch-rekonstruktive Eingriffe erforderlich machen. Bei ausgedehnten Defekten werden u. a. Fernlappenplastiken notwendig. Gegenwärtig werden die unterschiedlichen prä- und intraoperativen Bilddaten durch den Chirurgen visuell analysiert und interpretiert. Es gibt jedoch kein Assistenzsystem auf dem Markt, das die intraoperative Planung von Lappenplastiken unterstützt.
Das Projekt SORLIC hat die Entwicklung eines solchen Systems für rekonstruktive Eingriffe zum Ziel. Es besteht aus einem mobilen Wagen, einem Messungssystem, Bildverarbeitungs-Funktionalitäten für die automatische Interpretation der Bilddaten sowie einer Nutzeroberfläche zur Steuerung des Systems und zur Generierung der medizinischen Dokumentation. Das System soll die Hautperforatoren und die versorgten Hautareale mittels Bildgebung automatisch erkennen und eine Planung zur Entnahme des Hauttransplantats anbieten. Diese Informationen sollen auf den Patienten projiziert werden, um den Chirurgen beim Entscheidungsprozess zu unterstützen.

Im Projekt soll ein Echtzeit-Pulsoximetrie-Bildgebungssystem basierend auf einem endoskopischen MSI-System für die Medizin entwickelt werden. Ziel ist die Überprüfung relevanter Anwendungsfälle sowie die vorklinische Evaluation.

Ziel des Projektes ist die Aufnahme und Analyse von hyperspektralen Messdaten mit einem laparoskopischen HSI-System im klinischen Umfeld. Weiterhin sollen Verfahren für die automatische Klassifizierung und Visualisierung von Gewebe mittels HSI-Daten erarbeitet und implementiert werden.

Das Verbundprojekt „MRT-Biopsie“ widmet sich der Entwicklung einer neuartigen Keramik-basierten flexiblen Biopsiezange, die in der Magnetresonanztomographie eingesetzt werden kann. Der Nachweis der Funktionalität wird mit der minimal-invasiven Entnahme von Myokard-Gewebe unter MRT-Visualisierung erbracht. (mehr lesen)

Gegenstand des Projekts ist die Entwicklung eines mobilen Systems zur Lungenfunktionsdiagnostik für den Notfalleinsatz. Basierend auf elektrischer Impedanz-Tomographie (EIT) werden mit Hilfe eines leicht anzubringenden Elektrodengurtes Veränderungen der elektrischen Leitfähigkeit in der Lunge gemessen. Dies ermöglicht eine dreidimensionale Bildgebung und Funktionsanalyse zur Bestimmung des Ventilationsstatus. (mehr lesen)