20. April 2021
Das Verbundprojekt KIPos „KI-gesteuerte Bildanalyse für die postoperative Versorgung“, das Anfang des Jahres gestartet ist, wird im Rahmen des Förderaufrufs „Adaptive Technologien für die Gesellschaft – Intelligentes Zusammenwirken von Mensch und Künstlicher Intelligenz“ vom Bundesministerium für Bildung und Forschung (BMBF) gefördert. Das BMBF will damit innovative Forschungs- und Entwicklungsvorhaben der Mensch-Technik-Interaktion vorantreiben, die Methoden der Künstlichen Intelligenz (KI) nutzen, um Menschen bei Problemlösungen optimal zu assistieren. KIPos wird über seine Laufzeit von drei Jahren bis Januar 2024 eine Förderung von knapp zwei Millionen Euro erhalten. Das Fraunhofer Heinrich-Hertz-Institut (HHI) ist am Verbundprojekt mit seiner Abteilung „Vision and Imaging Technologies“ beteiligt.
Die Versorgung von herzchirurgischen Patientinnen und Patienten nach einer Operation ist aufgrund des hohen Erkrankungs- und Sterberisikos sehr herausfordernd. In jeder Phase können lebensbedrohliche Komplikationen auftreten, die rechtzeitig erkannt werden müssen. Deshalb ist ein intensives und kontinuierliches Monitoring der Patientinnen und Patienten für eine frühe Erkennung und Vermeidung von postoperativen Komplikationen entscheidend.
Hier setzt KIPos an, um das pflegerische und ärztliche Personal zu entlasten und die postoperative Versorgung herzchirurgischer Patientinnen und Patienten zu verbessern. Dabei nutzen die Entwickler ineinandergreifende Konzepte KI-basierter, interaktiver Unterstützungssysteme. Durch eine KI-getriebene Analyse patientenbezogener Daten auf der Intensiv- und Überwachungsstation, werden Pflegekräfte im Monitoring und in ihren Behandlungsabläufen mit vorausschauender Assistenz unterstützt. Insbesondere die interaktive Visualisierung der aggregierten Informationen führt zu einer erheblichen Versorgungsverbesserung. Darüber hinaus ist es möglich, Betroffenen und Angehörigen ein besseres Verständnis für den Gesundheitszustand nach dem Eingriff zu vermitteln. Der Genesungsprozess kann mit visuellen Hilfen leicht verständlich und transparent dargestellt und kommuniziert werden.
Die Arbeiten des Fraunhofer HHI verfolgen im Projekt KIPos zwei Kernziele, die durch intelligente Computer Vision sowie maschinelles Lernen umgesetzt werden sollen. Einerseits werden die postoperativen, bildbasierten Patientendaten analysiert, um dem medizinischen Fachpersonal automatisiert nützliche und nachvollziehbare Ergebnisse bereitzustellen. Der Fokus liegt hierbei auf zwei Bereichen: Zum einen werden Videodaten (RGB, HSI) analysiert, um relevante Vitalparameter kontaktlos aus den Daten zu extrahieren. Zum anderen erfolgt die Analyse radiologischer Bildmodalitäten, um Veränderungen im zeitlichen Verlauf zu analysieren und anatomische sowie histologische Veränderungen zu vorherigen Aufnahmen automatisch erkennen und darstellen zu können.
Das zweite Kernziel ist ein Perceptual Interface zu den Patientendaten, -analysen und -geräten, welches z.B. auf einem Bedside Monitor umgesetzt werden kann. Hierfür soll der Interaktionsbereich am Patientenbett per 2D-Kamera erfasst und mittels Computer Vision- und Machine Learning-Verfahren analysiert werden, um in Echtzeit ein besseres Verständnis der aktuellen Arbeitssituation erfassen. Konkret soll es damit ermöglicht werden berührungslos und dadurch steril und ergonomisch mit Medizingeräten zu interagieren. Weiterhin soll das Perceptual Interface durch die kontaktlose Erkennung bestimmter Arbeitsvorgänge, wie den Leg-Raise-Test, proaktiv mit den Mitarbeitern kooperieren.
Beide Ziele sollen das Pflegepersonal unterstützen und eine effiziente, ergonomische und zufriedenstellende Arbeitsbewältigung unter Einhaltung wichtiger hygienischer Anforderungen erlauben. Außerdem sollen Entscheidungen über nachfolgende Behandlungsschritte zuverlässiger getroffen und Reaktionszeiten verkürzt werden.
Neben dem Fraunhofer HHI sind auch das Digital Health Lab Düsseldorf als Verbundkoordinator, AICURA Medical sowie die Evangelische Hochschule Ludwigsburg an dem Verbundprojekt beteiligt.