Projektstart: 01.03.2021
Laufzeit: 5 Jahre
Förderung: MWIDE, Land NRW
Ziele und Produkte:
Entwicklung eines Vorgehensmodells zur
Durch die ständig wachsende Menge an Gesundheitsdaten wird es möglich, intelligente und personalisierte Anwendungen zur gesundheitlichen Früherkennung, Diagnostik, Behandlung und Nachsorge zu entwickeln. Vor allem KI-basierte Systeme bergen enormes Potenzial, welches .NRW heben und für Krankenhäuser in Nordrhein-Westfalen nutzbar machen möchte.
Zu diesem Zweck und zudem um NRW in eine Spitzenposition im deutschen Gesundheitsmarkt bringen zu können, wird in SmartHospital.NRW ein Vorgehensmodell für die Transformation von bestehenden Krankenhäusern in NRW zu intelligenten Krankenhäusern der Zukunft („“) entwickelt und als Leuchtturmprojekt an der Universitätsmedizin Essen umgesetzt.
Zusammen mit unseren Partnern schaffen wir nicht nur die technischen Voraussetzungen für das smarte Krankenhaus, wir erarbeiten auch einen individuell anpassbaren Fahrplan, damit der Change ins KI-Zeitalter in der ganzen Branche gelingen kann.
Die wichtigsten Ziele und Arbeitsschritte in Kürze:
- Entwicklung eines Vorgehensmodells zu
- Entwicklung von KI-basierten Demonstratoren für die Bereiche:
- Automatisierung von Prozessen am Beispiel von medizinischen Dokumenten
- Sprach- und Dialogsysteme für den klinischen Einsatz
- KI-gestützte Gesundheitsdatenanalyse zur Früherkennung, Risikobewertung und Diagnostikunterstützung
- Wirkung und Verstetigung
- Öffentlichkeitsarbeit und Verbreitung
© Universitätsmedizin Essen
Zur Automatisierung und Effizienzsteigerung von klinischen Prozessen ebenso wie zur Gesundheitsdatenanalyse werden auf Künstliche Intelligenz (KI) basierende, hochinnovative Anwendungen wie Spracherkennung, Dialogsysteme, Wissensextraktion aus Texten () sowie Mustererkennung entwickelt.
Durch die Einbettung der einzelnen Use Cases in ein Gesamtkonzept soll zukünftig die Translation der entwickelten Konzepte aus der Forschung in die Versorgung sichergestellt werden, mit dem Ziel der Steigerung der Wirtschaftlichkeit und der Prozessoptimierung.
Daher sind neben den entsprechenden Managementprozessen und Innovationen auch die Verstetigung der Ergebnisse sowie die Öffentlichkeitsarbeit mit einem Showroom zur Präsentation der Entwicklungen ein wichtiger Bestandteil des Verbundvorhabens.
Koordination:
Universitätsmedizin Essen (UME)
Kontakt:
Dr. med. Anke Diehl, Anke.Diehl@uk-essen.de;
PD Dr. med. Felix Nensa, Felix.Nensa@uk-essen.de;
Dr. rer. nat. Jil Sander, jil.sander@uk-essen.de
Projektpartner:
Kontakt:
Dario Antweiler, dario.antweiler@iais.fraunhofer.de
Kontakt:
Dr.-Ing. Felix Ritter, felix.ritter@mevis.fraunhofer.de
Kontakt: Stefanie Berger, stefanie.berger@mdoc.one
Technische Universität Dortmund
Kontakt:
Prof. Dr.-Ing. Jürgen Götze, juergen.goetze@uni-dortmund.de;
Daniel Rau, daniel.rau@tu-dortmund.de
Kontakt:
Dr. Susan Stead, stead@time.rwth-aachen.de;
Thomas Reibel, reibel@time.rwth-aachen.de;
Florian Jovy-Klein, jovy-klein@time.rwth-aachen.de
Kontakt: Dr. Stephan Werthebach, Werthebach@gsg-online.com
Automatisierung und Effizienzsteigerung klinischer Prozesse (im Kontext): automatische Durchführung standardisierter klinischer Abläufe wie z.B. der Arztbriefschreibung oder Anamnesestellung mit Hilfe von KI-Programmen.
Gesundheitsdatenanalyse (im Kontext): KI-gestützte, automatische Analyse medizinisch erhobener Daten zur frühzeitigen Erkennung von Risikogruppen und Krankheitsentwicklungen, sowie zur Extraktion und Verarbeitung medizinisch relevanter Daten (z.B. in einem Arztbrief oder der Pflegedokumentation).
Use Case: Anwendungsfall; die Funktionalität eines Programms/Systems in einem bestimmten Anwendungsszenario