TRANSFER ist ein zukunftsweisendes Projekt, das darauf abzielt, die Anästhesiologie durch den Einsatz von Künstlicher Intelligenz (KI) und Maschinellem Lernen (ML) zu revolutionieren. Kernstück von TRANSFER ist die Erforschung eines KI-basierten Clinical Decision Support Systems (CDSS), das in Echtzeit funktioniert und auf einem systemmedizinischen Ansatz basiert. Eine Schlüsselstrategie von TRANSFER ist die Integration und Analyse von 300.000 multimodalen perioperativen Daten, einschließlich Biosignale, demografischer Informationen, Laborergebnisse sowie bildgebender Daten mit mehr als 9 Millionen Datenpunkten. Durch den Einsatz von KI zielt TRANSFER darauf ab, präzise Prognosen und maßgeschneiderte Therapieempfehlungen während nicht-herzchirurgischer Eingriffe anhand dieser Daten anzubieten. Das Hauptaugenmerk von TRANSFER liegt auf der Vorhersage eines zu niedrigen Blutdruckes (Hypotension) und Phasen eines eingeschränkten Blutflusses (Hypoperfusion) während einer Anästhesie für einen nicht-herzchirurgischen Eingriff anhand eines neuartigen auf Künstlicher Intelligenz (KI)-basierten und in Echtzeit funktionierenden klinischen Unterstützungssystems. Angesichts der Tatsache, dass die postoperative Sterblichkeit die dritthäufigste Todesursache in den Industrieländern ist und jede Verlängerung eines Krankenhausaufenthaltes aufgrund postoperativer Komplikationen die Behandlungskosten erhöht, ist die Dringlichkeit eines solchen Unterstützungssystems evident. Dies gilt insbesondere für Patient:innen mit vorbestehenden kardiovaskulären Erkrankungen, die der demographische Wandel in den nächsten Jahren mit sich bringen wird. Das DFKI erarbeitet eine geeignete KI-Architektur und führt Tests zur Evaluierung der Leistungsfähigkeit des Ansatzes durch.
Partner
- ID Informations und Dokumentation im Gesundheitswesen GmbH und Co. KGaA
- Charite - Universitätsmedizin Berlin
- Technische Universität Berlin
- SectorCon Ingenieurgesellschaft mbH
