Gemeinsam für das Verbundprojekt APONA (von links): Dr. Mattis Hartwig,...
Gemeinsam für das Verbundprojekt APONA (von links): Dr. Mattis Hartwig, Geschäftsführer singularIT GmbH, Digitalisierungsminister Dirk Schrödter, Dr. Sebastian Wolfrum, Leiter der Interdisziplinären Notaufnahme des UKSH, Campus Lübeck, Prof. Dr. Gabriele Gillessen-Kaesbach, Präsidentin der Universität zu Lübeck, und Prof. Dr. Ralf Möller, Wissenschaftlicher Direktor des Forschungsbereichs Stochastische Relationale KI im Gesundheitswesen am DFKI und Direktor des Instituts für Informationssysteme der Universität zu Lübeck.

Bildquelle: UKSH

News • Verbundprojekt APONA

Das Potenzial von KI in der Notfallversorgung ergründen

Digitalisierungsminister Schrödter übergibt Förderbescheid des Landes in Höhe von 563.800 Euro an KI-Verbundprojekt APONA

Die Zahl der Patienten in den Notaufnahmen des Universitätsklinikums Schleswig-Holstein (UKSH) ist wie im gesamten Bundesgebiet in den vergangenen Jahren kontinuierlich angestiegen. Die Auslastung der Notaufnahmen und das Risiko einer unzureichenden Patientenversorgung, die nicht den medizinischen Erfordernissen entspricht, werden in Fachkreisen intensiv diskutiert. Hinzu kommt, dass eine nicht optimale Ressourcennutzung zu längeren Wartezeiten führt, was wiederum zu einer Unzufriedenheit bei Patienten als auch den Mitarbeitenden führen kann. 

Um dieser Herausforderung zu begegnen, fördert das Land das Verbundprojekt „Assistenzsystem zur Prozessoptimierung in der Notaufnahme – APONA“ am UKSH mit insgesamt 563.800 Euro. Das Forschungsvorhaben ist ein Zusammenschluss des UKSH, des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) und der singularIT GmbH.

Mit den steigenden Zahlen von Patienten in Notaufnahmen wächst auch der Bedarf an einem modernen und intelligenten System, das auf dem neuesten Stand der Forschung ist, Prozesse verbessert und die gesundheitliche Versorgung in den Mittelpunkt stellt

Gabriele Gillessen-Kaesbach

Das Hauptziel des Verbundprojekts ist es, mithilfe von KI die Prozesse in der Notaufnahme in Bezug auf personelle, räumliche und technische Ressourcen zu verbessern. „Wer in die Notaufnahme kommt, hat zumeist ernsthafte, gesundheitliche Sorgen. Wenn dann unklar ist, wie lange der Aufenthalt dauert oder welche Schritte als nächstes erfolgen, bedeutet dies eine zusätzliche Belastung für die Patienten, aber auch für das medizinische Personal“, sagte Digitalisierungsminister Dirk Schrödter. „Das KI-Projekt APONA leistet einen signifikanten Beitrag, die Prozessabläufe in der Notaufnahme zu verbessern und zeigt, wie künstliche Intelligenz einen direkten, positiven Einfluss auf die Menschen hat. Darüber hinaus hebt das Verbundprojekt einmal mehr Lübeck als KI-Leuchtturm im medizinischen Bereich hervor und verdeutlicht, wie auch die vielen KMUs im Land von der Zukunftstechnologie und der KI-Förderung profitieren können.“ 

Die Vorteile der Unterstützung durch APONA werden am Campus Lübeck getestet, um die Praktikabilität und Wirksamkeit zu bewerten. „Mit den steigenden Zahlen von Patienten in Notaufnahmen wächst auch der Bedarf an einem modernen und intelligenten System, das auf dem neuesten Stand der Forschung ist, Prozesse verbessert und die gesundheitliche Versorgung in den Mittelpunkt stellt. Der Lübecker Campus ist genau der richtige Ort, um klinisches und technisches Wissen zu verbinden, um die Notfallversorgung hier und an anderen Kliniken zu optimieren. Wir freuen uns über die Förderung des Landes“, sagte Prof. Dr. Gabriele Gillessen-Kaesbach, Präsidentin der Universität zu Lübeck. 

Dr. Sebastian Wolfrum, Leiter der Interdisziplinären Notaufnahme des UKSH, Campus Lübeck, sagte: „Der klassische Ablauf der Notfalldiagnostik und -therapie besteht aus verschiedenen Einzelschritten, deren Verzögerungen zu längeren Verweildauern von Patienten führen können. APONA ist ein innovatives Analyse- und Prognosesystem, das retrospektiv Notaufnahmedaten untersucht, um relevante Algorithmen mit prognostischem Wert zu identifizieren. Diese Algorithmen werden anschließend an neueren Datensätzen getestet, um ihre Genauigkeit und Wirksamkeit zu überprüfen.“Prof. Dr. Ralf Möller, Wissenschaftlicher Direktor des Forschungsbereichs Stochastische Relationale KI im Gesundheitswesen am DFKI und Direktor des Instituts für Informationssysteme der Universität zu Lübeck, ergänzt: „Ein bedeutender Schritt besteht darin, APONA in einem prospektiven Ansatz in Echtzeit in der Notaufnahme einzusetzen, um die Prozessunterstützung zu optimieren. Dies bedeutet, dass das System aktiv während der Behandlungsabläufe in der Notaufnahme eingesetzt wird, um bei der Entscheidungsfindung und Ressourcenkalkulation zu helfen.“ 

Dieser Artikel könnte Sie auch interessieren

Photo

News • Themenkanal

Blickpunkt: KI in der Medizin

Künstliche Intelligenz soll menschliche Denkprozesse nachbilden und die Arbeit fast aller medizinischer Teilgebiete erleichtern. Doch was geht im Inneren eines KI-Algorithmus vor, worauf basieren seine Entscheidungen? Kann man einer Maschine gar eine medizinische Diagnose anvertrauen?

„Erste Erkenntnisse aus vorbereitenden Forschungen konnten bereits auf Konferenzen und in ersten Publikationen vorgestellt werden. Das breite Interesse spricht dafür, dass auch andere Kliniken und das Gesundheitssystem als Ganzes von den Ergebnissen, die durch APONA gewonnen werden, profitieren können“, sagte Dr. Mattis Hartwig, Geschäftsführer singularIT GmbH.

Neben der Hauptanwendungsmöglichkeit eröffnen sich weitere Anwendungsmöglichkeiten, bei denen APONA unterstützen kann:

  • Ermittlung von Patienten, die ein stationäres Behandlungsbett benötigen, basierend auf Faktoren wie Schwere der Erkrankung und Verfügbarkeit von Ressourcen

  • Prognose der voraussichtlichen Verweildauer eines Patienten auf einem Behandlungsbett, um die Bettenauslastung zu optimieren

  • Individuelle Bestimmung der optimalen Diagnostik- und Therapieansätze, unter Berücksichtigung von Faktoren wie Krankheitsgeschichte und aktuellen Symptomen

  • Vorhersage von Diagnostikverfahren, die mit hoher Wahrscheinlichkeit negative Ergebnisse liefern werden, um kostspielige oder unnötige Tests zu vermeiden

Die benötigten Daten werden seitens des UKSH anonymisiert aufbereitet und mit den Projektpartnern analysiert. Auf Grundlage der bereitgestellten Daten entwickelt, trainiert und evaluiert das DFKI Vorhersage-Modelle. Diese Modelle werden dann in die von singularIT entwickelte Software eingebettet. Außerdem schafft die singularIT die Architektur für ein kontinuierliches Lernen und Nutzen der Modelle und der Software. 


Quelle: Universitätsklinikum Schleswig-Holstein

25.08.2023

Verwandte Artikel

Photo

News • LLM-basierte Erfassung mentaler Gesundheit

KI-Modell erkennt suizidgefährdete Patienten in der Klinik

Große KI-Sprachmodelle (LLM) könnten Patienten mit lebensmüden Gedanken oder Todeswunsch frühzeitig erkennen und so zur Prävention von Suizid in der Klinik beitragen.

Photo

News • Klinisches Potenzial für große Sprachmodelle

Patienten schneller priorisieren mit Hilfe von LLM

Patientendaten erfassen, Symptome aufnehmen, Krankheitsgeschichten erfragen und Beschwerden einordnen: Ein Forschungsprojekt geht der Frage nach, wie LLMs bei diesen Aufgaben helfen können.

Photo

News • Auswirkungen von KI auf Arbeitsprozesse

KI im Klinikalltag: Nicht immer effizient

Eine neue Studie bietet wertvolle Einblicke in die Auswirkungen von KI-Technologien auf die Abläufe im klinischen Alltag. Die Studie ruft allerdings vor allem zu einer klar strukturierten…

Verwandte Produkte

Newsletter abonnieren