Decision Support & Alerts
Wir entwickeln und implementieren innovative, medizinische Entscheidungsunterstützungssysteme (engl. Clinical Decision Support Systems) und Erinnerungsfunktionen (engl. Alerts) für eine verbesserte, leitliniengerechte Gesundheitsversorgung und intuitiv nutzbare Unterstützungstechnologie für das gesamte Klinikpersonal. Über die Synergie von künstlicher und natürlicher sowie emotionaler Intelligenz gewinnen wir wieder mehr Raum für Menschlichkeit im Klinikalltag, die die Patient Journey beim Klinikaufenthalt verbessern wird.
Entscheidend für das Trainieren eines verlässlichen KI-Algorithmus sind die Qualität und die
Verteilung der Trainingsdaten. So werden typischerweise im Gesundheitssystem vornehmlich Daten
von kranken Menschen erfasst, bislang hingegen nur wenige Daten von gesunden Menschen. Hier setzen wir mit unseren Kooperationspartner und -partnerinnen im Schwerpunkt Biofunction & Kinetics an, um große Personengruppen z.B. aus dem Profi- und für Projekte zu begeistern, die dann eine Nachnutzung dieser Gruppe Referenzdaten ermöglicht.
Zwei Projekte in diesem Schwerpunkt sind zum Beispiel das
SepsisDataNet, welches bis 2020 über EFRE gefördert wurde (FKZ: EFRE-0800979) und im ZKIMED nun weiter bearbeitet wird. Hier dreht sich weiterhin alles um die Entwicklung eines Sepsis-Bioassays und eines Decision Support Moduls, um Sepsis Patientinnen und Patienten je nach Immunstatus personalisiert zu behandeln und die hohe Sterberate der Sepsis als dritthäufigste Todesursache in Deutschland zu senken. Und das
CovidDataNet.NRW, das schwer an Covid-19 Erkrankte in den Fokus nimmt, um diese zukünftig zielführender behandeln zu können, um vor einer möglichen Sepsis geschützt zu werden.
Entgegen größer angelegten Studien sticht bei diesen Projekten hervor, dass die multidisziplinären Datensätze der insgesamt über 600 Patientinnen und Patienten auf dem höchstmöglichen Standard harmonisiert sowie interoperabel und umfassend sind, dass sie für verschiedenste Fragestellungen in den Themenfeldern nachgenutzt werden können.
Entscheidend für das Trainieren eines verlässlichen KI-Algorithmus sind die Qualität und die
Verteilung der Trainingsdaten. So werden typischerweise im Gesundheitssystem vornehmlich Daten
von kranken Menschen erfasst, bislang hingegen nur wenige Daten von gesunden Menschen. Hier setzen wir mit unseren Kooperationspartner und -partnerinnen im Schwerpunkt Biofunction & Kinetics an, um große Personengruppen z.B. aus dem Profi- und für Projekte zu begeistern, die dann eine Nachnutzung dieser Gruppe Referenzdaten ermöglicht.
Zwei Projekte in diesem Schwerpunkt sind zum Beispiel das
SepsisDataNet, welches bis 2020 über EFRE gefördert wurde (FKZ: EFRE-0800979) und im ZKIMED nun weiter bearbeitet wird. Hier dreht sich weiterhin alles um die Entwicklung eines Sepsis-Bioassays und eines Decision Support Moduls, um Sepsis Patientinnen und Patienten je nach Immunstatus personalisiert zu behandeln und die hohe Sterberate der Sepsis als dritthäufigste Todesursache in Deutschland zu senken. Und das
CovidDataNet.NRW, das schwer an Covid-19 Erkrankte in den Fokus nimmt, um diese zukünftig zielführender behandeln zu können, um vor einer möglichen Sepsis geschützt zu werden.
Entgegen größer angelegten Studien sticht bei diesen Projekten hervor, dass die multidisziplinären Datensätze der insgesamt über 600 Patientinnen und Patienten auf dem höchstmöglichen Standard harmonisiert sowie interoperabel und umfassend sind, dass sie für verschiedenste Fragestellungen in den Themenfeldern nachgenutzt werden können.
© 2024 Universitätsklinikum Knappschaftskrankenhaus Bochum GmbH