Projektlaufzeit: 2023 - 2026

Mitarbeitende: M. Sc. Donijor Tropmann, Favio Salinas, Dr. Bastian Dewitz, Dr. Falko Schmid, Dr. Hug Aubin

Partner: AICURA medical GmbH, KMS Vertrieb und Services AG, Städtisches Klinikum Braunschweig, Elisabeth Vinzenz Verbund

Fördermittelgeber: BMBF – Innovativer Medizintechnik

Motivation

Die COVID-19-Pandemie hat deutlich gemacht, wie verletzlich Krankenhäuser in epidemischen Lagen sind: Kapazitäten wurden unnötig freigehalten, dringende Eingriffe mussten verschoben werden, und wichtige Entscheidungen mussten unter großer Unsicherheit und Zeitdruck getroffen werden. Dabei entsteht in jedem Krankenhaus täglich eine enorme Menge an medizinischen Daten - Laborbefunde, Vitalparameter, Bildgebung, Abrechnungsdaten - die bislang kaum systematisch genutzt werden. Schätzungen zufolge werden nur rund drei Prozent der jährlich anfallenden Krankenhausdaten tatsächlich ausgewertet.

Gleichzeitig ist die klinische Entscheidungsfindung auf der Normal - und Intensivstation zunehmend komplex: Zu viele Informationen, zu wenig Zeit, und herkömmliche Softwaresysteme, die auf starren Regelwerken basieren und in Ausnahmesituationen versagen. Hier setzt KIICK an, mit dem Ziel, das brachliegende Potenzial klinischer Routinedaten durch Künstliche Intelligenz nutzbar zu machen und das medizinische Personal bei Diagnose, Prognose und Kapazitätsplanung gezielt zu unterstützen.

Projekt

KIICK erforscht die technische Machbarkeit eines lernenden KI-Systems, das Krankenhäuser sowohl bei der Versorgung einzelner Patientinnen und Patienten als auch beim übergeordneten Kapazitätsmanagement unterstützt. Das System besteht aus drei integrierten Komponenten: einem multimodalen KI-System zur Vorhersage von Krankheitsverläufen, einem KI-Backend für die datenschutzkonforme, automatisierte Datenverarbeitung über mehrere Krankenhäuser hinweg, sowie einem intuitiven klinischen Dashboard zur Visualisierung der Ergebnisse.

Konkrete Fragestellungen, die das System beantworten soll, umfassen etwa: Wie lange wird die stationäre Behandlung dauern? Wird eine Beatmung oder Dialyse notwendig? Wie hoch ist das Risiko für einen schweren Verlauf? Die Antworten auf diese Fragen sollen nicht nur die individuelle Patientenversorgung verbessern, sondern auch eine vorausschauende Betten- und Personalplanung ermöglichen - gerade in Phasen erhöhter Belastung.

Um Patientendaten nie das Haus verlassen zu lassen, setzt KIICK auf föderiertes Lernen in Kombination mit differentieller Privatsphäre und homomorpher Verschlüsselung. Das Digital Health Lab Düsseldorf verantwortet die klinische Anforderungsanalyse, die Datensatzerstellung sowie die Entwicklung des interaktiven Dashboards, das KI-Ergebnisse verständlich und erklärbar für das medizinische Personal aufbereitet.

Galerie