Eine wirksame Begrenzung der Gesundheitsausgaben ist aufgrund der demografischen Entwicklung und des enormen Fachkräftemangels dringend notwendig. Gemeinsam mit sechs weiteren Fraunhofer-Instituten entwickelte das Fraunhofer IGD im Leitprojekt „MED²ICIN“ deshalb die Vision des digitalen Patientenmodells. Die Lösung unterstützt Medizinerinnen und Mediziner…

Sieben Fraunhofer-Institute haben in den letzten vier Jahren im Leitprojekt MED²ICIN gearbeitet, um den Prototypen eines digitalen Patientenmodells zu entwickeln. Um eine Datenbasis für das Projekt zu schaffen, nutzten die Forschenden die Daten von 600 Patientinnen und Patienten mit chronisch-entzündlichen…

Ein effizientes und übersichtliches Dashboard hilft im Klinik- und Praxisalltag dem medizinischen Personal, einen schnellen Überblick über die Patientenakte zu erhalten. PD Dr. med. Irina Blumenstein, Fachärztin für Innere Medizin, Gastroenterologie und Ernährungsmedizin am Universitätsklinikum Frankfurt am Main, berichtet von…

Per Klick zur richtigen Prävention, Diagnose und Therapie: Das ist die Vision des Leitprojekts „MED²ICIN“. Digitale Zwillinge sind in vielen Branchen gängige Praxis. Die Entwicklung eines digitalen Patientenmodells kann die Gesundheitsbranche von Grund auf revolutionieren. Digitale Innovationen in die gesamte…

Ein digitaler Zwilling ist das Computerabbild einer bestimmten Sache. Die Industrie nutzt digitale Zwillinge beispielsweise, um Maschinen und Prozesse zu verbessern. In der Medizin können digitale Zwillinge von Menschen eingesetzt werden, um bessere Diagnosen und Therapieentscheidungen zu fällen oder frühzeitig…

Marija Radic and Agnes Vosen, Fraunhofer IMW, Germany Objectives There are increasing burdens on the health sector, both through rising healthcare cost and skills shortage. Data-based solutions have the potential to alleviate some of this burden. Especially clinical decision support…

Wir gratulieren Marija Radic, Claudia Vienken, Laurin Nikschat, Thore Dietrich, Holger König, Lorenz Laderick und Prof. Dubravko Radic zum Best Paper Award für das auf der International Conference on Digital Economy eingereichte Paper „AI-based Business Models in Healthcare: An Empirical…

Kuckertz, S. et al.: Fully automated longitudinal tracking and in-depth analysis of the entire tumor burden: unlocking the complexity, SPIE Medical Imaging (12033-86), 2022 Zum gesamten Poster: https://www.spiedigitallibrary.org/conference-proceedings-of-spie/12033/120331Q/Fully-automated-longitudinal-tracking-and-in-depth-analysis-of-the/10.1117/12.2613080.full Wir stellen einen neuen Ansatz für die Verarbeitung komplexer Informationen zur Segmentierung…

Barann, M. et al.: A Python SDK for Authoring and Using Computer-Interpretable Guidelines, BIOINFORMATICS 2022 Zum gesamten Paper: https://www.insticc.org/node/TechnicalProgram/biostec/2022/presentationDetails/107928 In diesem Beitrag beschreiben wir ein von uns entwickeltes Python-SDK, mit dem wir ein Entscheidungsunterstützungssystem (DSS) zur Ermittlung und Darstellung von…

Appenzeller, A. et al.: Towards Distributed Healthcare Systems – Virtual Data Pooling Between Cancer Registries as Backbone of Care and Research, International Workshop on Health Informatics: Disruptive Approaches in Health Informatics for Digital Health Transformation (HOPE’21), which was held online…