Forschungspro­jekte

CAIS.ME - Context-Aware Information System for Medical Environments

Klinische Daten werden häufig zentral in Papier- oder digitaler Form bereitgestellt, was dazu führt, dass das medizinische Personal am Ort der Patientenversorgung nur begrenzt darauf zugreifen kann. Bei so vielen komplexen und heterogenen Daten, analog-digitalen Barrieren und Zeitdruck können leicht wichtige Informationen zum Nachteil des Patienten übersehen werden. Jüngste Fortschritte in Bereichen wie Wearables, künstliche Intelligenz, Internet der Dinge und Hochgeschwindigkeitsnetze haben es möglich gemacht, ein adaptives und mobiles Informationsbereitstellungssystem (AMIP) speziell für Wearables zu entwickeln, das in vielen verschiedenen Bereichen, einschließlich Krankenhäusern, eingesetzt werden könnte.

Context-Aware Information System for Medical Environments (CAIS.ME) zielt darauf ab, die Belastung des Gesundheitspersonals zu verringern, indem es ihnen bei ihrer täglichen Arbeit relevante Informationen zur richtigen Zeit, am richtigen Ort und im richtigen Format zur Verfügung stellt, z. B. die Anzeige der Vitalwerte von Patienten während einer Visite oder die Alarmierung des Personals bei einem Notfall.

Integraler Bestandteil von CAIS.ME ist eine leichtgewichtige intelligente Brille, die mit verschiedenen Sensoren, einem Mikrofon, Lautsprechern und einem halbtransparenten Display ausgestattet ist, das es dem Benutzer ermöglicht, seine Umgebung während der Nutzung im Auge zu behalten. Sie ist als Haupteingabe- und -ausgabegerät konzipiert, so dass die Benutzer beide Hände für Arbeitsaufgaben verwenden können und die Übertragung von Keimen reduziert wird, was in einer Krankenhausumgebung von großer Bedeutung ist. Während der Freihandaspekt des Systems viele Möglichkeiten bietet, bringt er auch neue Herausforderungen in Bezug auf die Mensch-Maschine-Interaktion mit sich, die berücksichtigt werden müssen, um die Benutzerfreundlichkeit zu maximieren.

Ein grundlegender Aspekt des Systems besteht darin, eine hervorragende Benutzererfahrung zu bieten und die Benutzerakzeptanz zu erhöhen. Durch die Zusammenarbeit mit potenziellen Nutzern aus verschiedenen Krankenhausabteilungen wurden die wichtigsten Ziele identifiziert, wie z. B. die KI-gestützte Personalisierung des Informationsflusses und der Präsentation, die auf die Bedürfnisse und Routinen der Nutzer zugeschnitten ist. Die Möglichkeiten zur Nutzung des KI-Potenzials innerhalb des Systems sind jedoch nicht nur auf diese Beispiele beschränkt. Weitere zukünftige Anwendungsbereiche sind u.a. die Kontexterkennung, die automatische Dokumentationserstellung, die Erkennung von Wundtypen und die Erkennung von Verschlechterungen des Patientenzustandes.

Neben der Anpassung des Systems an die Bedürfnisse der Benutzer sollte sich die Anpassung auch auf der globalen Systemebene durch Selbstheilung und Selbstoptimierung manifestieren, um nichtfunktionale Anforderungen wie Leistung und Verfügbarkeit zu erfüllen. Daher müssen im Rahmen des Projekts Fragen des Softwarearchitekturdesigns, geeigneter Muster und Technologien gründlich untersucht werden. Außerdem sollte die Möglichkeit der Verallgemeinerung und Wiederverwendung der vorgeschlagenen Architektur für AMIP-Systeme in anderen Bereichen eingehender untersucht werden.

Vision Video: https://youtu.be/ATeS8IpWmLs

Hauptforschungsgebiete sind:

• Architektur für ein selbstanpassendes System
• KI-gestützte Funktionen (Frühwarnsystem, Textverarbeitung, Bildverarbeitung, Erkennung und Anpassung von Datentrends)
• Process Mining
• Mensch-Computer-Interaktion und UI-Design speziell für Wearables
• Erforschung geeigneter Hardware-Lösungen für Smart Glasses und Indoor-Positionierung

• Gefördert von: Else Kröner Fresenius Center for Digital Health - Pilot Project
• Kontaktperson: Karsten Wendt
• Webseite des Projekts: link
• Projektlaufzeit: 01/2021 bis 12/2024