Visuelle Kohortenanalyse<\/h2>\n\n\n\n![\"\"](\"https:\/\/websites.fraunhofer.de\/med2icin\/wp-content\/uploads\/2021\/08\/Kohortenanalyse_Screenshot_Produktblatt2.png\")
\u00a9<\/em> Fraunhofer IGD<\/figcaption><\/figure>\n\n\n\nChronisch-entz\u00fcndliche Darmerkrankungen erstrecken sich in ihrem Krankheitsverlauf oft \u00fcber mehrere Jahrzehnte. \u00c4rztinnen und \u00c4rzten stehen oft nur schriftliche Patientenakten einzelner Patienten zur Verf\u00fcgung. Durch die Sammlung und Visualisierung dieser Daten hilft das Modul \u00bbKohortenanalyse\u00ab \u00c4rztinnen und \u00c4rzten dabei, einen schnellen \u00dcberblick \u00fcber den Patienten und \u00e4hnliche Patienten zu erlangen.<\/p>\n\n\n\n
Produktblatt: Visuelle Kohortenanalyse f\u00fcr Patienten mit chronisch-entz\u00fcndlichen Darmerkrankungen <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nFehldiagnose-Reduzierung<\/h2>\n\n\n\n![\"\"](\"https:\/\/websites.fraunhofer.de\/med2icin\/wp-content\/uploads\/2021\/09\/Schaubild_Produktblatt-Fehldiagnose-Reduzierung_final.png\")
\u00a9<\/em> Fraunhofer IAIS<\/figcaption><\/figure>\n\n\n\nDas Modul \u00bbIntelligentes Informationssystem zur Fehldiagnose-Vermeidung\u00ab der MED2ICIN-Gesamtl\u00f6sung bereitet Befundberichte von Erkrankten mit chronisch entz\u00fcndlichen Darmerkrankungen strukturiert auf. Im ersten Schritt werden die wichtigsten, f\u00fcr die Diagnose relevanten Begriffe \u00fcber Text-Mining Methoden identifiziert und leicht verst\u00e4ndlich, sowie interpretierbarer dargestellt. Im zweiten Schritt werden die erfassten Informationen dann mit Befundinformationen von anderen Erkrankten verglichen, um zu einem gegebenen Patienten oder einer Patientin F\u00e4lle mit \u00e4hnlicher Befundlage finden zu k\u00f6nnen.<\/p>\n\n\n\n
Produktblatt: Intelligentes Informationssystem zur Fehldiagnose-Reduzierung <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nZeitreihenanalyse medizinischer Daten<\/h2>\n\n\n\n![\"\"](\"https:\/\/websites.fraunhofer.de\/med2icin\/wp-content\/uploads\/2021\/09\/bild_web-1440x582.png\")
\u00a9<\/em> Fraunhofer IIS<\/figcaption><\/figure>\n\n\n\nDie verschiedenen Zeitverl\u00e4ufe der gemessenen Laborparameter werden von unserem Modul zusammengef\u00fchrt und gemeinsam in einem statistischen Modell verarbeitet. Dessen wesentliche Aufgabe besteht darin, aus den aufgezeichneten Messpunkten wahrscheinliche Krankheitsverl\u00e4ufe der zu Grunde liegenden Modalit\u00e4ten zu rekonstruieren und somit ein Modell f\u00fcr den m\u00f6glichen Verlauf der chronisch entz\u00fcndlichen Darmerkrankung zu bilden.<\/p>\n\n\n\n
Produktblatt: Zeitreihenanalyse medizinischer Daten<\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nNutzergetriebene Entwicklung eines Dashboards<\/h2>\n\n\n\n![\"\"](\"https:\/\/websites.fraunhofer.de\/med2icin\/wp-content\/uploads\/2021\/09\/Dashboard-Moodbild-Praxis-1423x800.jpg\")
\u00a9<\/em> Fraunhofer IME<\/figcaption><\/figure>\n\n\n\nIn MED2ICIN werden zwei Use Cases untersucht \u2013 ein chronischer und ein akuter \u2013 um ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzung f\u00fcr Medizinerinnen und Mediziner bereitstellt. Diese Empfehlungen werden mittels Verfahren der k\u00fcnstlichen Intelligenz aus Daten abgeleitet, wobei der Entscheidungsprozess f\u00fcr das medizinische Personal nachvollziehbar sein muss. F\u00fcr die Gestaltung der Benutzeroberfl\u00e4che (UI) bedeutet dies, dass es vornehmlich darum geht, situationsabh\u00e4ngig, z.B. im Patientengespr\u00e4ch oder w\u00e4hrend eines Tumorboards, relevante Daten priorisiert darzustellen.<\/p>\n\n\n\n
Produktblatt: Nutzergetriebene Entwicklung eines Dashboards<\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nVirtuelle Kohorten f\u00fcr den Digitalen Zwilling<\/h2>\n\n\n\n![\"\"](\"https:\/\/websites.fraunhofer.de\/med2icin\/wp-content\/uploads\/2021\/09\/1.png\")
\u00a9<\/em> Fraunhofer ITMP<\/figcaption><\/figure>\n\n\n\nDie Nutzung von Gesundheitsdaten in Deutschland unterliegt vielf\u00e4ltigen ethischen bzw. juristischen Einschr\u00e4nkungen aus Gr\u00fcnden des Datenschutzes, der Eigentumsrechte oder der Regulatorik und Gesetzgebung. Der Zugang zu \u00bbhumanen Daten\u00ab sowohl einzelner Patientinnen und Patienten als auch vollst\u00e4ndiger Studien bedarf daher vielfacher Freigabeprozesse, wie z.B. positiver Ethikvoten oder Risikofolgeabsch\u00e4tzungen und dem Abschluss entsprechender Datenzugangs- oder Datennutzungsvertr\u00e4ge.
Regulatorischer und zeitlicher Aufwand der Genehmigungsvorg\u00e4nge zur Datenakquisition schr\u00e4nken technologische Entwicklungen in der Medizininformatik und ihren Einsatz wie im Falle des Digitalen Zwillings ein. Zuverl\u00e4ssige und qualitativ hochwertige synthetische Patientendaten k\u00f6nnten daher eine L\u00f6sung darstellen, die es erm\u00f6glicht vorerst auch ohne \u00bbRealdaten\u00ab Entwicklungsvorhaben voranzutreiben.<\/p>\n\n\n\n
Produktblatt: Virtuelle Kohorten als entwicklungsbegleitendes Tool f\u00fcr den Digitalen Zwilling <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nFraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab<\/h2>\n\n\n\n![\"\"](\"https:\/\/websites.fraunhofer.de\/med2icin\/wp-content\/uploads\/2021\/09\/aimm_2-1440x777.png\")
\u00a9<\/em> Fraunhofer AIMM<\/figcaption><\/figure>\n\n\n\nGrundlage des Fraunhofer-Marktmonitors \u00bbAI in Healthcare\u00ab stellt eine Datenbank dar, in der kontinuierlich neue internationale Akteure im Markt f\u00fcr KI-Anwendungen im Gesundheitsbereich erfasst und ihre Datens\u00e4tze zu wiederkehrenden Zeitpunkten aktualisiert werden. Die Datens\u00e4tze der erfassten Akteure enthalten Informationen zu Unternehmenskennzahlen, zum Gesch\u00e4ftsmodell, Kurzbeschreibungen ihrer Produkte, medizinische Themenfelder, Schl\u00fcsselbegriffe und eingesetzten Technologien und Partnerschaften.
Der Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab umfasst derzeit etwa 1 100 Akteure, die im Gesundheitsmarkt zum Thema K\u00fcnstliche Intelligenz (KI) aktiv sind. Dabei handelt es sich um Start-ups, gro\u00dfe internationale Konzerne, kleine und mittlere Unternehmen, Universit\u00e4ten und Forschungseinrichtungen.<\/p>\n\n\n\n
Produktblatt: Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nDigitale Pathologie f\u00fcr CED<\/h2>\n\n\n\n![\"\"](\"https:\/\/websites.fraunhofer.de\/med2icin\/wp-content\/uploads\/2021\/09\/Bild-4.jpg\")
\u00a9<\/em> Fraunhofer IIS<\/figcaption><\/figure>\n\n\n\nDie automatisierte Analyse der Darmgewebeschnitte und die Erstellung histologischer Scores erlaubt eine effizientere Diagnostik von CED in der Pathologie. Nachdem die Glasobjekttr\u00e4ger mit den Biopsien mittels eines Gewebescanners digitalisiert wurden, k\u00f6nnen die so entstandenen riesigen Gigapixel-Bilder \u2013 sogenannte Whole-Slide Images \u2013 mittels eines KI-basierten Algorithmus analysiert werden. Dieser lokalisiert zum einen entz\u00fcndete Bereiche und klassifiziert diese gleich in niedrig-, mittel-, bzw. stark entz\u00fcndet. Eine besondere Herausforderung besteht darin, zwischen chronischen und akuten Entz\u00fcndungen zu unterscheiden. Zum anderen werden auch St\u00f6rungen in der Architektur der Schleimhaut (Kryptenarchitektur) erkannt und ebenfalls klassifiziert (niedrig, mittel, stark).<\/p>\n\n\n\n
Produktblatt: Digitale Pathologie f\u00fcr CED <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPreisrechner Medikationskosten<\/h2>\n\n\n\n![\"\"](\"https:\/\/websites.fraunhofer.de\/med2icin\/wp-content\/uploads\/2021\/09\/Pricetags_HK_2906_v4-1440x765.png\")
\u00a9<\/em> Fraunhofer IMW<\/figcaption><\/figure>\n\n\n\nBei vielen chronischen Erkrankungen machen Medikationskosten einen Gro\u00dfteil der entstehenden Gesundheitskosten aus. So auch bei chronisch entz\u00fcndlichen Darmerkrankungen (CED). Im Rahmen der Bedarfserhebung \u00e4u\u00dferten zahlreiche \u00c4rztinnen und \u00c4rzte den Wunsch nach mehr Kostentransparenz bei gleicher Wirksamkeit. Der \u00bbPreisrechner Medikationskosten\u00ab errechnet bei medizinisch gleichwertigen Therapien die Kosten verschiedener Medikamente f\u00fcr den Patienten pro Quartal und Jahr f\u00fcr Originalpr\u00e4parate, Generika (generische, chemischsynthetisch hergestellte Arzneimittel) und Biosimilars (Nachahmerpr\u00e4parate von Biopharmazeutika). Die verwendeten Preise und Zulassungen werden dabei laufend aktualisiert.<\/p>\n\n\n\n
Produktblatt: Preisrechner Medikationskosten: Entscheidungsunterst\u00fctzende Software schafft h\u00f6here Kostentransparenz <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nLeitlinienbasierte Entscheidungsunterst\u00fctzung<\/h2>\n\n\n\n![\"\"](\"https:\/\/websites.fraunhofer.de\/med2icin\/wp-content\/uploads\/2021\/09\/Digitaler-Patient-2_v04_IOSB-1190x800.jpg\")
\u00a9<\/em> Fraunhofer IOSB \/ Fraunhofer IME \/ Fotograf \u2013 Peter Granser<\/figcaption><\/figure>\n\n\n\nKlinische Leitlinien werden von durch Fachgesellschaften benannten Expertengremien entwickelt. Sie zeichnen sich durch hohe Expertise und klinische Evidenz aus, ihre Anwendung in der \u00e4rztlichen Routine ist allerdings aufgrund des komplexen Abgleichs der aktuellen Patientensituation mit den Leitlinienparametern sehr aufw\u00e4ndig. Zudem spiegeln sie h\u00e4ufig nicht den aktuellen Stand der Forschung wieder. Im Leitprojekt MED\u00b2ICIN wurden daher Leitlinien an Beispiel der Diagnose und Therapie von chronisch entz\u00fcndlichen Darmerkrankungen sowie ausgew\u00e4hlter onkologischer Erkrankungen modelliert und in ein computerinterpretierbares Modell \u00fcberf\u00fchrt. Dadurch k\u00f6nnen Leitlinienempfehlungen automatisiert mit dem ebenfalls im Leitprojekt entwickelten Patientenmodell in einem Entscheidungsunterst\u00fctzungsystem verkn\u00fcpft werden. Das Modell zur leitlinienbasierter Entscheidungsunterst\u00fctzung kann zus\u00e4tzlich mit Daten aus aktuellen Publikationen und Studien verkn\u00fcpft werden.<\/p>\n\n\n\n
Produktblatt: Optimierung von Diagnose und Behandlung durch leitlinienbasierte Entscheidungsunterst\u00fctzung <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nSichere Konnektoren: Medical Data Space<\/h2>\n\n\n\n![\"\"](\"https:\/\/websites.fraunhofer.de\/med2icin\/wp-content\/uploads\/2021\/09\/MedDS-Technologie.png\")
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDie sichere \u00dcbertragung von Daten spielt auch im Leitprojekt MED2ICIN eine gro\u00dfe Rolle, da verschiedene klinische Partner und deren Daten an das System angebunden werden. Neben der Notwendigkeit einer abgesicherten Daten\u00fcbertragung stellen sich bei medizinischen Daten auch die besonderen Fragen hinsichtlich des Datenschutzes. Hierf\u00fcr bietet die Technologie des Medical Data Spaces (MedDS) diverse L\u00f6sungsans\u00e4tze. Im Rahmen des Leitprojekts MED2ICIN wird ein MedDS aufgespannt, um eine sichere Datennutzung in einem verteilten, dezentralen System zu gew\u00e4hrleisten.<\/p>\n\n\n\n
Produktblatt: Sichere Konnektoren: Kontrollierbare und sichere Daten\u00fcbertragung durch den Medical Data Space <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPatienten-App<\/h2>\n\n\n\n![\"\"](\"https:\/\/websites.fraunhofer.de\/med2icin\/wp-content\/uploads\/2021\/09\/Prototype-ConsentCreator2-389x800.png\")
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDas Ziel des Fraunhofer-Leitprojekts MED\u00b2ICIN ist es, f\u00fcr chronisch-entz\u00fcndliche Darmerkrankungen (CED) und Darmkrebs ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzungsfunktionen f\u00fcr Medizinerinnen und Mediziner bereitstellt. Ein elementarer Teil des Prototyps ist eine Patienten-App. Zur Charakterisierung der Krankheitsaktivit\u00e4t werden in der Regel durch die \u00c4rztin diverse Patienteninformationen w\u00e4hrend der Sprechstunde eingeholt, sogenannte Patient-Reported Outcomes (PRO). F\u00fcr die \u00c4rztin bedeutet dies zus\u00e4tzlichen Aufwand f\u00fcr die Erhebung von Patientendaten.<\/p>\n\n\n\n
Produktblatt: Patienten-App: Dokumentation von Patienteninformationen, Datensouver\u00e4nit\u00e4t und Einwilligungsmanagement <\/a>Herunterladen<\/a><\/div>\n","protected":false},"excerpt":{"rendered":"Klicken Sie hier, um zu den einzelnen Produktbl\u00e4ttern zu gelangen und sie als PDF herunterzuladen: Visuelle Kohortenanalyse Fehldiagnose-Reduzierung Zeitreihenanalyse medizinischer Daten Nutzergetriebene Entwicklung eines Dashboards Virtuelle Kohorten f\u00fcr den Digitalen Zwilling Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab Digitale Pathologie f\u00fcr CED Preisrechner…<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"coauthors":[3],"class_list":["post-117","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/comments?post=117"}],"version-history":[{"count":33,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions"}],"predecessor-version":[{"id":208,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions\/208"}],"wp:attachment":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/media?parent=117"}],"wp:term":[{"taxonomy":"author","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/coauthors?post=117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\u00a9<\/em> Fraunhofer IGD<\/figcaption><\/figure>\n\n\n\n
Chronisch-entz\u00fcndliche Darmerkrankungen erstrecken sich in ihrem Krankheitsverlauf oft \u00fcber mehrere Jahrzehnte. \u00c4rztinnen und \u00c4rzten stehen oft nur schriftliche Patientenakten einzelner Patienten zur Verf\u00fcgung. Durch die Sammlung und Visualisierung dieser Daten hilft das Modul \u00bbKohortenanalyse\u00ab \u00c4rztinnen und \u00c4rzten dabei, einen schnellen \u00dcberblick \u00fcber den Patienten und \u00e4hnliche Patienten zu erlangen.<\/p>\n\n\n\n
\n\n\n\n
Fehldiagnose-Reduzierung<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IAIS<\/figcaption><\/figure>\n\n\n\nDas Modul \u00bbIntelligentes Informationssystem zur Fehldiagnose-Vermeidung\u00ab der MED2ICIN-Gesamtl\u00f6sung bereitet Befundberichte von Erkrankten mit chronisch entz\u00fcndlichen Darmerkrankungen strukturiert auf. Im ersten Schritt werden die wichtigsten, f\u00fcr die Diagnose relevanten Begriffe \u00fcber Text-Mining Methoden identifiziert und leicht verst\u00e4ndlich, sowie interpretierbarer dargestellt. Im zweiten Schritt werden die erfassten Informationen dann mit Befundinformationen von anderen Erkrankten verglichen, um zu einem gegebenen Patienten oder einer Patientin F\u00e4lle mit \u00e4hnlicher Befundlage finden zu k\u00f6nnen.<\/p>\n\n\n\n
Produktblatt: Intelligentes Informationssystem zur Fehldiagnose-Reduzierung <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nZeitreihenanalyse medizinischer Daten<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IIS<\/figcaption><\/figure>\n\n\n\nDie verschiedenen Zeitverl\u00e4ufe der gemessenen Laborparameter werden von unserem Modul zusammengef\u00fchrt und gemeinsam in einem statistischen Modell verarbeitet. Dessen wesentliche Aufgabe besteht darin, aus den aufgezeichneten Messpunkten wahrscheinliche Krankheitsverl\u00e4ufe der zu Grunde liegenden Modalit\u00e4ten zu rekonstruieren und somit ein Modell f\u00fcr den m\u00f6glichen Verlauf der chronisch entz\u00fcndlichen Darmerkrankung zu bilden.<\/p>\n\n\n\n
Produktblatt: Zeitreihenanalyse medizinischer Daten<\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nNutzergetriebene Entwicklung eines Dashboards<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IME<\/figcaption><\/figure>\n\n\n\nIn MED2ICIN werden zwei Use Cases untersucht \u2013 ein chronischer und ein akuter \u2013 um ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzung f\u00fcr Medizinerinnen und Mediziner bereitstellt. Diese Empfehlungen werden mittels Verfahren der k\u00fcnstlichen Intelligenz aus Daten abgeleitet, wobei der Entscheidungsprozess f\u00fcr das medizinische Personal nachvollziehbar sein muss. F\u00fcr die Gestaltung der Benutzeroberfl\u00e4che (UI) bedeutet dies, dass es vornehmlich darum geht, situationsabh\u00e4ngig, z.B. im Patientengespr\u00e4ch oder w\u00e4hrend eines Tumorboards, relevante Daten priorisiert darzustellen.<\/p>\n\n\n\n
Produktblatt: Nutzergetriebene Entwicklung eines Dashboards<\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nVirtuelle Kohorten f\u00fcr den Digitalen Zwilling<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer ITMP<\/figcaption><\/figure>\n\n\n\nDie Nutzung von Gesundheitsdaten in Deutschland unterliegt vielf\u00e4ltigen ethischen bzw. juristischen Einschr\u00e4nkungen aus Gr\u00fcnden des Datenschutzes, der Eigentumsrechte oder der Regulatorik und Gesetzgebung. Der Zugang zu \u00bbhumanen Daten\u00ab sowohl einzelner Patientinnen und Patienten als auch vollst\u00e4ndiger Studien bedarf daher vielfacher Freigabeprozesse, wie z.B. positiver Ethikvoten oder Risikofolgeabsch\u00e4tzungen und dem Abschluss entsprechender Datenzugangs- oder Datennutzungsvertr\u00e4ge.
Regulatorischer und zeitlicher Aufwand der Genehmigungsvorg\u00e4nge zur Datenakquisition schr\u00e4nken technologische Entwicklungen in der Medizininformatik und ihren Einsatz wie im Falle des Digitalen Zwillings ein. Zuverl\u00e4ssige und qualitativ hochwertige synthetische Patientendaten k\u00f6nnten daher eine L\u00f6sung darstellen, die es erm\u00f6glicht vorerst auch ohne \u00bbRealdaten\u00ab Entwicklungsvorhaben voranzutreiben.<\/p>\n\n\n\n
Produktblatt: Virtuelle Kohorten als entwicklungsbegleitendes Tool f\u00fcr den Digitalen Zwilling <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nFraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer AIMM<\/figcaption><\/figure>\n\n\n\nGrundlage des Fraunhofer-Marktmonitors \u00bbAI in Healthcare\u00ab stellt eine Datenbank dar, in der kontinuierlich neue internationale Akteure im Markt f\u00fcr KI-Anwendungen im Gesundheitsbereich erfasst und ihre Datens\u00e4tze zu wiederkehrenden Zeitpunkten aktualisiert werden. Die Datens\u00e4tze der erfassten Akteure enthalten Informationen zu Unternehmenskennzahlen, zum Gesch\u00e4ftsmodell, Kurzbeschreibungen ihrer Produkte, medizinische Themenfelder, Schl\u00fcsselbegriffe und eingesetzten Technologien und Partnerschaften.
Der Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab umfasst derzeit etwa 1 100 Akteure, die im Gesundheitsmarkt zum Thema K\u00fcnstliche Intelligenz (KI) aktiv sind. Dabei handelt es sich um Start-ups, gro\u00dfe internationale Konzerne, kleine und mittlere Unternehmen, Universit\u00e4ten und Forschungseinrichtungen.<\/p>\n\n\n\n
Produktblatt: Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nDigitale Pathologie f\u00fcr CED<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IIS<\/figcaption><\/figure>\n\n\n\nDie automatisierte Analyse der Darmgewebeschnitte und die Erstellung histologischer Scores erlaubt eine effizientere Diagnostik von CED in der Pathologie. Nachdem die Glasobjekttr\u00e4ger mit den Biopsien mittels eines Gewebescanners digitalisiert wurden, k\u00f6nnen die so entstandenen riesigen Gigapixel-Bilder \u2013 sogenannte Whole-Slide Images \u2013 mittels eines KI-basierten Algorithmus analysiert werden. Dieser lokalisiert zum einen entz\u00fcndete Bereiche und klassifiziert diese gleich in niedrig-, mittel-, bzw. stark entz\u00fcndet. Eine besondere Herausforderung besteht darin, zwischen chronischen und akuten Entz\u00fcndungen zu unterscheiden. Zum anderen werden auch St\u00f6rungen in der Architektur der Schleimhaut (Kryptenarchitektur) erkannt und ebenfalls klassifiziert (niedrig, mittel, stark).<\/p>\n\n\n\n
Produktblatt: Digitale Pathologie f\u00fcr CED <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPreisrechner Medikationskosten<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IMW<\/figcaption><\/figure>\n\n\n\nBei vielen chronischen Erkrankungen machen Medikationskosten einen Gro\u00dfteil der entstehenden Gesundheitskosten aus. So auch bei chronisch entz\u00fcndlichen Darmerkrankungen (CED). Im Rahmen der Bedarfserhebung \u00e4u\u00dferten zahlreiche \u00c4rztinnen und \u00c4rzte den Wunsch nach mehr Kostentransparenz bei gleicher Wirksamkeit. Der \u00bbPreisrechner Medikationskosten\u00ab errechnet bei medizinisch gleichwertigen Therapien die Kosten verschiedener Medikamente f\u00fcr den Patienten pro Quartal und Jahr f\u00fcr Originalpr\u00e4parate, Generika (generische, chemischsynthetisch hergestellte Arzneimittel) und Biosimilars (Nachahmerpr\u00e4parate von Biopharmazeutika). Die verwendeten Preise und Zulassungen werden dabei laufend aktualisiert.<\/p>\n\n\n\n
Produktblatt: Preisrechner Medikationskosten: Entscheidungsunterst\u00fctzende Software schafft h\u00f6here Kostentransparenz <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nLeitlinienbasierte Entscheidungsunterst\u00fctzung<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB \/ Fraunhofer IME \/ Fotograf \u2013 Peter Granser<\/figcaption><\/figure>\n\n\n\nKlinische Leitlinien werden von durch Fachgesellschaften benannten Expertengremien entwickelt. Sie zeichnen sich durch hohe Expertise und klinische Evidenz aus, ihre Anwendung in der \u00e4rztlichen Routine ist allerdings aufgrund des komplexen Abgleichs der aktuellen Patientensituation mit den Leitlinienparametern sehr aufw\u00e4ndig. Zudem spiegeln sie h\u00e4ufig nicht den aktuellen Stand der Forschung wieder. Im Leitprojekt MED\u00b2ICIN wurden daher Leitlinien an Beispiel der Diagnose und Therapie von chronisch entz\u00fcndlichen Darmerkrankungen sowie ausgew\u00e4hlter onkologischer Erkrankungen modelliert und in ein computerinterpretierbares Modell \u00fcberf\u00fchrt. Dadurch k\u00f6nnen Leitlinienempfehlungen automatisiert mit dem ebenfalls im Leitprojekt entwickelten Patientenmodell in einem Entscheidungsunterst\u00fctzungsystem verkn\u00fcpft werden. Das Modell zur leitlinienbasierter Entscheidungsunterst\u00fctzung kann zus\u00e4tzlich mit Daten aus aktuellen Publikationen und Studien verkn\u00fcpft werden.<\/p>\n\n\n\n
Produktblatt: Optimierung von Diagnose und Behandlung durch leitlinienbasierte Entscheidungsunterst\u00fctzung <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nSichere Konnektoren: Medical Data Space<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDie sichere \u00dcbertragung von Daten spielt auch im Leitprojekt MED2ICIN eine gro\u00dfe Rolle, da verschiedene klinische Partner und deren Daten an das System angebunden werden. Neben der Notwendigkeit einer abgesicherten Daten\u00fcbertragung stellen sich bei medizinischen Daten auch die besonderen Fragen hinsichtlich des Datenschutzes. Hierf\u00fcr bietet die Technologie des Medical Data Spaces (MedDS) diverse L\u00f6sungsans\u00e4tze. Im Rahmen des Leitprojekts MED2ICIN wird ein MedDS aufgespannt, um eine sichere Datennutzung in einem verteilten, dezentralen System zu gew\u00e4hrleisten.<\/p>\n\n\n\n
Produktblatt: Sichere Konnektoren: Kontrollierbare und sichere Daten\u00fcbertragung durch den Medical Data Space <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPatienten-App<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDas Ziel des Fraunhofer-Leitprojekts MED\u00b2ICIN ist es, f\u00fcr chronisch-entz\u00fcndliche Darmerkrankungen (CED) und Darmkrebs ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzungsfunktionen f\u00fcr Medizinerinnen und Mediziner bereitstellt. Ein elementarer Teil des Prototyps ist eine Patienten-App. Zur Charakterisierung der Krankheitsaktivit\u00e4t werden in der Regel durch die \u00c4rztin diverse Patienteninformationen w\u00e4hrend der Sprechstunde eingeholt, sogenannte Patient-Reported Outcomes (PRO). F\u00fcr die \u00c4rztin bedeutet dies zus\u00e4tzlichen Aufwand f\u00fcr die Erhebung von Patientendaten.<\/p>\n\n\n\n
Produktblatt: Patienten-App: Dokumentation von Patienteninformationen, Datensouver\u00e4nit\u00e4t und Einwilligungsmanagement <\/a>Herunterladen<\/a><\/div>\n","protected":false},"excerpt":{"rendered":"Klicken Sie hier, um zu den einzelnen Produktbl\u00e4ttern zu gelangen und sie als PDF herunterzuladen: Visuelle Kohortenanalyse Fehldiagnose-Reduzierung Zeitreihenanalyse medizinischer Daten Nutzergetriebene Entwicklung eines Dashboards Virtuelle Kohorten f\u00fcr den Digitalen Zwilling Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab Digitale Pathologie f\u00fcr CED Preisrechner…<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"coauthors":[3],"class_list":["post-117","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/comments?post=117"}],"version-history":[{"count":33,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions"}],"predecessor-version":[{"id":208,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions\/208"}],"wp:attachment":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/media?parent=117"}],"wp:term":[{"taxonomy":"author","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/coauthors?post=117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\u00a9<\/em> Fraunhofer IAIS<\/figcaption><\/figure>\n\n\n\n
Das Modul \u00bbIntelligentes Informationssystem zur Fehldiagnose-Vermeidung\u00ab der MED2ICIN-Gesamtl\u00f6sung bereitet Befundberichte von Erkrankten mit chronisch entz\u00fcndlichen Darmerkrankungen strukturiert auf. Im ersten Schritt werden die wichtigsten, f\u00fcr die Diagnose relevanten Begriffe \u00fcber Text-Mining Methoden identifiziert und leicht verst\u00e4ndlich, sowie interpretierbarer dargestellt. Im zweiten Schritt werden die erfassten Informationen dann mit Befundinformationen von anderen Erkrankten verglichen, um zu einem gegebenen Patienten oder einer Patientin F\u00e4lle mit \u00e4hnlicher Befundlage finden zu k\u00f6nnen.<\/p>\n\n\n\n
\n\n\n\n
Zeitreihenanalyse medizinischer Daten<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IIS<\/figcaption><\/figure>\n\n\n\nDie verschiedenen Zeitverl\u00e4ufe der gemessenen Laborparameter werden von unserem Modul zusammengef\u00fchrt und gemeinsam in einem statistischen Modell verarbeitet. Dessen wesentliche Aufgabe besteht darin, aus den aufgezeichneten Messpunkten wahrscheinliche Krankheitsverl\u00e4ufe der zu Grunde liegenden Modalit\u00e4ten zu rekonstruieren und somit ein Modell f\u00fcr den m\u00f6glichen Verlauf der chronisch entz\u00fcndlichen Darmerkrankung zu bilden.<\/p>\n\n\n\n
Produktblatt: Zeitreihenanalyse medizinischer Daten<\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nNutzergetriebene Entwicklung eines Dashboards<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IME<\/figcaption><\/figure>\n\n\n\nIn MED2ICIN werden zwei Use Cases untersucht \u2013 ein chronischer und ein akuter \u2013 um ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzung f\u00fcr Medizinerinnen und Mediziner bereitstellt. Diese Empfehlungen werden mittels Verfahren der k\u00fcnstlichen Intelligenz aus Daten abgeleitet, wobei der Entscheidungsprozess f\u00fcr das medizinische Personal nachvollziehbar sein muss. F\u00fcr die Gestaltung der Benutzeroberfl\u00e4che (UI) bedeutet dies, dass es vornehmlich darum geht, situationsabh\u00e4ngig, z.B. im Patientengespr\u00e4ch oder w\u00e4hrend eines Tumorboards, relevante Daten priorisiert darzustellen.<\/p>\n\n\n\n
Produktblatt: Nutzergetriebene Entwicklung eines Dashboards<\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nVirtuelle Kohorten f\u00fcr den Digitalen Zwilling<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer ITMP<\/figcaption><\/figure>\n\n\n\nDie Nutzung von Gesundheitsdaten in Deutschland unterliegt vielf\u00e4ltigen ethischen bzw. juristischen Einschr\u00e4nkungen aus Gr\u00fcnden des Datenschutzes, der Eigentumsrechte oder der Regulatorik und Gesetzgebung. Der Zugang zu \u00bbhumanen Daten\u00ab sowohl einzelner Patientinnen und Patienten als auch vollst\u00e4ndiger Studien bedarf daher vielfacher Freigabeprozesse, wie z.B. positiver Ethikvoten oder Risikofolgeabsch\u00e4tzungen und dem Abschluss entsprechender Datenzugangs- oder Datennutzungsvertr\u00e4ge.
Regulatorischer und zeitlicher Aufwand der Genehmigungsvorg\u00e4nge zur Datenakquisition schr\u00e4nken technologische Entwicklungen in der Medizininformatik und ihren Einsatz wie im Falle des Digitalen Zwillings ein. Zuverl\u00e4ssige und qualitativ hochwertige synthetische Patientendaten k\u00f6nnten daher eine L\u00f6sung darstellen, die es erm\u00f6glicht vorerst auch ohne \u00bbRealdaten\u00ab Entwicklungsvorhaben voranzutreiben.<\/p>\n\n\n\n
Produktblatt: Virtuelle Kohorten als entwicklungsbegleitendes Tool f\u00fcr den Digitalen Zwilling <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nFraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer AIMM<\/figcaption><\/figure>\n\n\n\nGrundlage des Fraunhofer-Marktmonitors \u00bbAI in Healthcare\u00ab stellt eine Datenbank dar, in der kontinuierlich neue internationale Akteure im Markt f\u00fcr KI-Anwendungen im Gesundheitsbereich erfasst und ihre Datens\u00e4tze zu wiederkehrenden Zeitpunkten aktualisiert werden. Die Datens\u00e4tze der erfassten Akteure enthalten Informationen zu Unternehmenskennzahlen, zum Gesch\u00e4ftsmodell, Kurzbeschreibungen ihrer Produkte, medizinische Themenfelder, Schl\u00fcsselbegriffe und eingesetzten Technologien und Partnerschaften.
Der Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab umfasst derzeit etwa 1 100 Akteure, die im Gesundheitsmarkt zum Thema K\u00fcnstliche Intelligenz (KI) aktiv sind. Dabei handelt es sich um Start-ups, gro\u00dfe internationale Konzerne, kleine und mittlere Unternehmen, Universit\u00e4ten und Forschungseinrichtungen.<\/p>\n\n\n\n
Produktblatt: Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nDigitale Pathologie f\u00fcr CED<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IIS<\/figcaption><\/figure>\n\n\n\nDie automatisierte Analyse der Darmgewebeschnitte und die Erstellung histologischer Scores erlaubt eine effizientere Diagnostik von CED in der Pathologie. Nachdem die Glasobjekttr\u00e4ger mit den Biopsien mittels eines Gewebescanners digitalisiert wurden, k\u00f6nnen die so entstandenen riesigen Gigapixel-Bilder \u2013 sogenannte Whole-Slide Images \u2013 mittels eines KI-basierten Algorithmus analysiert werden. Dieser lokalisiert zum einen entz\u00fcndete Bereiche und klassifiziert diese gleich in niedrig-, mittel-, bzw. stark entz\u00fcndet. Eine besondere Herausforderung besteht darin, zwischen chronischen und akuten Entz\u00fcndungen zu unterscheiden. Zum anderen werden auch St\u00f6rungen in der Architektur der Schleimhaut (Kryptenarchitektur) erkannt und ebenfalls klassifiziert (niedrig, mittel, stark).<\/p>\n\n\n\n
Produktblatt: Digitale Pathologie f\u00fcr CED <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPreisrechner Medikationskosten<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IMW<\/figcaption><\/figure>\n\n\n\nBei vielen chronischen Erkrankungen machen Medikationskosten einen Gro\u00dfteil der entstehenden Gesundheitskosten aus. So auch bei chronisch entz\u00fcndlichen Darmerkrankungen (CED). Im Rahmen der Bedarfserhebung \u00e4u\u00dferten zahlreiche \u00c4rztinnen und \u00c4rzte den Wunsch nach mehr Kostentransparenz bei gleicher Wirksamkeit. Der \u00bbPreisrechner Medikationskosten\u00ab errechnet bei medizinisch gleichwertigen Therapien die Kosten verschiedener Medikamente f\u00fcr den Patienten pro Quartal und Jahr f\u00fcr Originalpr\u00e4parate, Generika (generische, chemischsynthetisch hergestellte Arzneimittel) und Biosimilars (Nachahmerpr\u00e4parate von Biopharmazeutika). Die verwendeten Preise und Zulassungen werden dabei laufend aktualisiert.<\/p>\n\n\n\n
Produktblatt: Preisrechner Medikationskosten: Entscheidungsunterst\u00fctzende Software schafft h\u00f6here Kostentransparenz <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nLeitlinienbasierte Entscheidungsunterst\u00fctzung<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB \/ Fraunhofer IME \/ Fotograf \u2013 Peter Granser<\/figcaption><\/figure>\n\n\n\nKlinische Leitlinien werden von durch Fachgesellschaften benannten Expertengremien entwickelt. Sie zeichnen sich durch hohe Expertise und klinische Evidenz aus, ihre Anwendung in der \u00e4rztlichen Routine ist allerdings aufgrund des komplexen Abgleichs der aktuellen Patientensituation mit den Leitlinienparametern sehr aufw\u00e4ndig. Zudem spiegeln sie h\u00e4ufig nicht den aktuellen Stand der Forschung wieder. Im Leitprojekt MED\u00b2ICIN wurden daher Leitlinien an Beispiel der Diagnose und Therapie von chronisch entz\u00fcndlichen Darmerkrankungen sowie ausgew\u00e4hlter onkologischer Erkrankungen modelliert und in ein computerinterpretierbares Modell \u00fcberf\u00fchrt. Dadurch k\u00f6nnen Leitlinienempfehlungen automatisiert mit dem ebenfalls im Leitprojekt entwickelten Patientenmodell in einem Entscheidungsunterst\u00fctzungsystem verkn\u00fcpft werden. Das Modell zur leitlinienbasierter Entscheidungsunterst\u00fctzung kann zus\u00e4tzlich mit Daten aus aktuellen Publikationen und Studien verkn\u00fcpft werden.<\/p>\n\n\n\n
Produktblatt: Optimierung von Diagnose und Behandlung durch leitlinienbasierte Entscheidungsunterst\u00fctzung <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nSichere Konnektoren: Medical Data Space<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDie sichere \u00dcbertragung von Daten spielt auch im Leitprojekt MED2ICIN eine gro\u00dfe Rolle, da verschiedene klinische Partner und deren Daten an das System angebunden werden. Neben der Notwendigkeit einer abgesicherten Daten\u00fcbertragung stellen sich bei medizinischen Daten auch die besonderen Fragen hinsichtlich des Datenschutzes. Hierf\u00fcr bietet die Technologie des Medical Data Spaces (MedDS) diverse L\u00f6sungsans\u00e4tze. Im Rahmen des Leitprojekts MED2ICIN wird ein MedDS aufgespannt, um eine sichere Datennutzung in einem verteilten, dezentralen System zu gew\u00e4hrleisten.<\/p>\n\n\n\n
Produktblatt: Sichere Konnektoren: Kontrollierbare und sichere Daten\u00fcbertragung durch den Medical Data Space <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPatienten-App<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDas Ziel des Fraunhofer-Leitprojekts MED\u00b2ICIN ist es, f\u00fcr chronisch-entz\u00fcndliche Darmerkrankungen (CED) und Darmkrebs ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzungsfunktionen f\u00fcr Medizinerinnen und Mediziner bereitstellt. Ein elementarer Teil des Prototyps ist eine Patienten-App. Zur Charakterisierung der Krankheitsaktivit\u00e4t werden in der Regel durch die \u00c4rztin diverse Patienteninformationen w\u00e4hrend der Sprechstunde eingeholt, sogenannte Patient-Reported Outcomes (PRO). F\u00fcr die \u00c4rztin bedeutet dies zus\u00e4tzlichen Aufwand f\u00fcr die Erhebung von Patientendaten.<\/p>\n\n\n\n
Produktblatt: Patienten-App: Dokumentation von Patienteninformationen, Datensouver\u00e4nit\u00e4t und Einwilligungsmanagement <\/a>Herunterladen<\/a><\/div>\n","protected":false},"excerpt":{"rendered":"Klicken Sie hier, um zu den einzelnen Produktbl\u00e4ttern zu gelangen und sie als PDF herunterzuladen: Visuelle Kohortenanalyse Fehldiagnose-Reduzierung Zeitreihenanalyse medizinischer Daten Nutzergetriebene Entwicklung eines Dashboards Virtuelle Kohorten f\u00fcr den Digitalen Zwilling Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab Digitale Pathologie f\u00fcr CED Preisrechner…<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"coauthors":[3],"class_list":["post-117","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/comments?post=117"}],"version-history":[{"count":33,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions"}],"predecessor-version":[{"id":208,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions\/208"}],"wp:attachment":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/media?parent=117"}],"wp:term":[{"taxonomy":"author","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/coauthors?post=117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\u00a9<\/em> Fraunhofer IIS<\/figcaption><\/figure>\n\n\n\n
Die verschiedenen Zeitverl\u00e4ufe der gemessenen Laborparameter werden von unserem Modul zusammengef\u00fchrt und gemeinsam in einem statistischen Modell verarbeitet. Dessen wesentliche Aufgabe besteht darin, aus den aufgezeichneten Messpunkten wahrscheinliche Krankheitsverl\u00e4ufe der zu Grunde liegenden Modalit\u00e4ten zu rekonstruieren und somit ein Modell f\u00fcr den m\u00f6glichen Verlauf der chronisch entz\u00fcndlichen Darmerkrankung zu bilden.<\/p>\n\n\n\n
\n\n\n\n
Nutzergetriebene Entwicklung eines Dashboards<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IME<\/figcaption><\/figure>\n\n\n\nIn MED2ICIN werden zwei Use Cases untersucht \u2013 ein chronischer und ein akuter \u2013 um ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzung f\u00fcr Medizinerinnen und Mediziner bereitstellt. Diese Empfehlungen werden mittels Verfahren der k\u00fcnstlichen Intelligenz aus Daten abgeleitet, wobei der Entscheidungsprozess f\u00fcr das medizinische Personal nachvollziehbar sein muss. F\u00fcr die Gestaltung der Benutzeroberfl\u00e4che (UI) bedeutet dies, dass es vornehmlich darum geht, situationsabh\u00e4ngig, z.B. im Patientengespr\u00e4ch oder w\u00e4hrend eines Tumorboards, relevante Daten priorisiert darzustellen.<\/p>\n\n\n\n
Produktblatt: Nutzergetriebene Entwicklung eines Dashboards<\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nVirtuelle Kohorten f\u00fcr den Digitalen Zwilling<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer ITMP<\/figcaption><\/figure>\n\n\n\nDie Nutzung von Gesundheitsdaten in Deutschland unterliegt vielf\u00e4ltigen ethischen bzw. juristischen Einschr\u00e4nkungen aus Gr\u00fcnden des Datenschutzes, der Eigentumsrechte oder der Regulatorik und Gesetzgebung. Der Zugang zu \u00bbhumanen Daten\u00ab sowohl einzelner Patientinnen und Patienten als auch vollst\u00e4ndiger Studien bedarf daher vielfacher Freigabeprozesse, wie z.B. positiver Ethikvoten oder Risikofolgeabsch\u00e4tzungen und dem Abschluss entsprechender Datenzugangs- oder Datennutzungsvertr\u00e4ge.
Regulatorischer und zeitlicher Aufwand der Genehmigungsvorg\u00e4nge zur Datenakquisition schr\u00e4nken technologische Entwicklungen in der Medizininformatik und ihren Einsatz wie im Falle des Digitalen Zwillings ein. Zuverl\u00e4ssige und qualitativ hochwertige synthetische Patientendaten k\u00f6nnten daher eine L\u00f6sung darstellen, die es erm\u00f6glicht vorerst auch ohne \u00bbRealdaten\u00ab Entwicklungsvorhaben voranzutreiben.<\/p>\n\n\n\n
Produktblatt: Virtuelle Kohorten als entwicklungsbegleitendes Tool f\u00fcr den Digitalen Zwilling <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nFraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer AIMM<\/figcaption><\/figure>\n\n\n\nGrundlage des Fraunhofer-Marktmonitors \u00bbAI in Healthcare\u00ab stellt eine Datenbank dar, in der kontinuierlich neue internationale Akteure im Markt f\u00fcr KI-Anwendungen im Gesundheitsbereich erfasst und ihre Datens\u00e4tze zu wiederkehrenden Zeitpunkten aktualisiert werden. Die Datens\u00e4tze der erfassten Akteure enthalten Informationen zu Unternehmenskennzahlen, zum Gesch\u00e4ftsmodell, Kurzbeschreibungen ihrer Produkte, medizinische Themenfelder, Schl\u00fcsselbegriffe und eingesetzten Technologien und Partnerschaften.
Der Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab umfasst derzeit etwa 1 100 Akteure, die im Gesundheitsmarkt zum Thema K\u00fcnstliche Intelligenz (KI) aktiv sind. Dabei handelt es sich um Start-ups, gro\u00dfe internationale Konzerne, kleine und mittlere Unternehmen, Universit\u00e4ten und Forschungseinrichtungen.<\/p>\n\n\n\n
Produktblatt: Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nDigitale Pathologie f\u00fcr CED<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IIS<\/figcaption><\/figure>\n\n\n\nDie automatisierte Analyse der Darmgewebeschnitte und die Erstellung histologischer Scores erlaubt eine effizientere Diagnostik von CED in der Pathologie. Nachdem die Glasobjekttr\u00e4ger mit den Biopsien mittels eines Gewebescanners digitalisiert wurden, k\u00f6nnen die so entstandenen riesigen Gigapixel-Bilder \u2013 sogenannte Whole-Slide Images \u2013 mittels eines KI-basierten Algorithmus analysiert werden. Dieser lokalisiert zum einen entz\u00fcndete Bereiche und klassifiziert diese gleich in niedrig-, mittel-, bzw. stark entz\u00fcndet. Eine besondere Herausforderung besteht darin, zwischen chronischen und akuten Entz\u00fcndungen zu unterscheiden. Zum anderen werden auch St\u00f6rungen in der Architektur der Schleimhaut (Kryptenarchitektur) erkannt und ebenfalls klassifiziert (niedrig, mittel, stark).<\/p>\n\n\n\n
Produktblatt: Digitale Pathologie f\u00fcr CED <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPreisrechner Medikationskosten<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IMW<\/figcaption><\/figure>\n\n\n\nBei vielen chronischen Erkrankungen machen Medikationskosten einen Gro\u00dfteil der entstehenden Gesundheitskosten aus. So auch bei chronisch entz\u00fcndlichen Darmerkrankungen (CED). Im Rahmen der Bedarfserhebung \u00e4u\u00dferten zahlreiche \u00c4rztinnen und \u00c4rzte den Wunsch nach mehr Kostentransparenz bei gleicher Wirksamkeit. Der \u00bbPreisrechner Medikationskosten\u00ab errechnet bei medizinisch gleichwertigen Therapien die Kosten verschiedener Medikamente f\u00fcr den Patienten pro Quartal und Jahr f\u00fcr Originalpr\u00e4parate, Generika (generische, chemischsynthetisch hergestellte Arzneimittel) und Biosimilars (Nachahmerpr\u00e4parate von Biopharmazeutika). Die verwendeten Preise und Zulassungen werden dabei laufend aktualisiert.<\/p>\n\n\n\n
Produktblatt: Preisrechner Medikationskosten: Entscheidungsunterst\u00fctzende Software schafft h\u00f6here Kostentransparenz <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nLeitlinienbasierte Entscheidungsunterst\u00fctzung<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB \/ Fraunhofer IME \/ Fotograf \u2013 Peter Granser<\/figcaption><\/figure>\n\n\n\nKlinische Leitlinien werden von durch Fachgesellschaften benannten Expertengremien entwickelt. Sie zeichnen sich durch hohe Expertise und klinische Evidenz aus, ihre Anwendung in der \u00e4rztlichen Routine ist allerdings aufgrund des komplexen Abgleichs der aktuellen Patientensituation mit den Leitlinienparametern sehr aufw\u00e4ndig. Zudem spiegeln sie h\u00e4ufig nicht den aktuellen Stand der Forschung wieder. Im Leitprojekt MED\u00b2ICIN wurden daher Leitlinien an Beispiel der Diagnose und Therapie von chronisch entz\u00fcndlichen Darmerkrankungen sowie ausgew\u00e4hlter onkologischer Erkrankungen modelliert und in ein computerinterpretierbares Modell \u00fcberf\u00fchrt. Dadurch k\u00f6nnen Leitlinienempfehlungen automatisiert mit dem ebenfalls im Leitprojekt entwickelten Patientenmodell in einem Entscheidungsunterst\u00fctzungsystem verkn\u00fcpft werden. Das Modell zur leitlinienbasierter Entscheidungsunterst\u00fctzung kann zus\u00e4tzlich mit Daten aus aktuellen Publikationen und Studien verkn\u00fcpft werden.<\/p>\n\n\n\n
Produktblatt: Optimierung von Diagnose und Behandlung durch leitlinienbasierte Entscheidungsunterst\u00fctzung <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nSichere Konnektoren: Medical Data Space<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDie sichere \u00dcbertragung von Daten spielt auch im Leitprojekt MED2ICIN eine gro\u00dfe Rolle, da verschiedene klinische Partner und deren Daten an das System angebunden werden. Neben der Notwendigkeit einer abgesicherten Daten\u00fcbertragung stellen sich bei medizinischen Daten auch die besonderen Fragen hinsichtlich des Datenschutzes. Hierf\u00fcr bietet die Technologie des Medical Data Spaces (MedDS) diverse L\u00f6sungsans\u00e4tze. Im Rahmen des Leitprojekts MED2ICIN wird ein MedDS aufgespannt, um eine sichere Datennutzung in einem verteilten, dezentralen System zu gew\u00e4hrleisten.<\/p>\n\n\n\n
Produktblatt: Sichere Konnektoren: Kontrollierbare und sichere Daten\u00fcbertragung durch den Medical Data Space <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPatienten-App<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDas Ziel des Fraunhofer-Leitprojekts MED\u00b2ICIN ist es, f\u00fcr chronisch-entz\u00fcndliche Darmerkrankungen (CED) und Darmkrebs ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzungsfunktionen f\u00fcr Medizinerinnen und Mediziner bereitstellt. Ein elementarer Teil des Prototyps ist eine Patienten-App. Zur Charakterisierung der Krankheitsaktivit\u00e4t werden in der Regel durch die \u00c4rztin diverse Patienteninformationen w\u00e4hrend der Sprechstunde eingeholt, sogenannte Patient-Reported Outcomes (PRO). F\u00fcr die \u00c4rztin bedeutet dies zus\u00e4tzlichen Aufwand f\u00fcr die Erhebung von Patientendaten.<\/p>\n\n\n\n
Produktblatt: Patienten-App: Dokumentation von Patienteninformationen, Datensouver\u00e4nit\u00e4t und Einwilligungsmanagement <\/a>Herunterladen<\/a><\/div>\n","protected":false},"excerpt":{"rendered":"Klicken Sie hier, um zu den einzelnen Produktbl\u00e4ttern zu gelangen und sie als PDF herunterzuladen: Visuelle Kohortenanalyse Fehldiagnose-Reduzierung Zeitreihenanalyse medizinischer Daten Nutzergetriebene Entwicklung eines Dashboards Virtuelle Kohorten f\u00fcr den Digitalen Zwilling Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab Digitale Pathologie f\u00fcr CED Preisrechner…<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"coauthors":[3],"class_list":["post-117","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/comments?post=117"}],"version-history":[{"count":33,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions"}],"predecessor-version":[{"id":208,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions\/208"}],"wp:attachment":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/media?parent=117"}],"wp:term":[{"taxonomy":"author","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/coauthors?post=117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\u00a9<\/em> Fraunhofer IME<\/figcaption><\/figure>\n\n\n\n
In MED2ICIN werden zwei Use Cases untersucht \u2013 ein chronischer und ein akuter \u2013 um ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzung f\u00fcr Medizinerinnen und Mediziner bereitstellt. Diese Empfehlungen werden mittels Verfahren der k\u00fcnstlichen Intelligenz aus Daten abgeleitet, wobei der Entscheidungsprozess f\u00fcr das medizinische Personal nachvollziehbar sein muss. F\u00fcr die Gestaltung der Benutzeroberfl\u00e4che (UI) bedeutet dies, dass es vornehmlich darum geht, situationsabh\u00e4ngig, z.B. im Patientengespr\u00e4ch oder w\u00e4hrend eines Tumorboards, relevante Daten priorisiert darzustellen.<\/p>\n\n\n\n
\n\n\n\n
Virtuelle Kohorten f\u00fcr den Digitalen Zwilling<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer ITMP<\/figcaption><\/figure>\n\n\n\nDie Nutzung von Gesundheitsdaten in Deutschland unterliegt vielf\u00e4ltigen ethischen bzw. juristischen Einschr\u00e4nkungen aus Gr\u00fcnden des Datenschutzes, der Eigentumsrechte oder der Regulatorik und Gesetzgebung. Der Zugang zu \u00bbhumanen Daten\u00ab sowohl einzelner Patientinnen und Patienten als auch vollst\u00e4ndiger Studien bedarf daher vielfacher Freigabeprozesse, wie z.B. positiver Ethikvoten oder Risikofolgeabsch\u00e4tzungen und dem Abschluss entsprechender Datenzugangs- oder Datennutzungsvertr\u00e4ge.
Regulatorischer und zeitlicher Aufwand der Genehmigungsvorg\u00e4nge zur Datenakquisition schr\u00e4nken technologische Entwicklungen in der Medizininformatik und ihren Einsatz wie im Falle des Digitalen Zwillings ein. Zuverl\u00e4ssige und qualitativ hochwertige synthetische Patientendaten k\u00f6nnten daher eine L\u00f6sung darstellen, die es erm\u00f6glicht vorerst auch ohne \u00bbRealdaten\u00ab Entwicklungsvorhaben voranzutreiben.<\/p>\n\n\n\n
Produktblatt: Virtuelle Kohorten als entwicklungsbegleitendes Tool f\u00fcr den Digitalen Zwilling <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nFraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer AIMM<\/figcaption><\/figure>\n\n\n\nGrundlage des Fraunhofer-Marktmonitors \u00bbAI in Healthcare\u00ab stellt eine Datenbank dar, in der kontinuierlich neue internationale Akteure im Markt f\u00fcr KI-Anwendungen im Gesundheitsbereich erfasst und ihre Datens\u00e4tze zu wiederkehrenden Zeitpunkten aktualisiert werden. Die Datens\u00e4tze der erfassten Akteure enthalten Informationen zu Unternehmenskennzahlen, zum Gesch\u00e4ftsmodell, Kurzbeschreibungen ihrer Produkte, medizinische Themenfelder, Schl\u00fcsselbegriffe und eingesetzten Technologien und Partnerschaften.
Der Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab umfasst derzeit etwa 1 100 Akteure, die im Gesundheitsmarkt zum Thema K\u00fcnstliche Intelligenz (KI) aktiv sind. Dabei handelt es sich um Start-ups, gro\u00dfe internationale Konzerne, kleine und mittlere Unternehmen, Universit\u00e4ten und Forschungseinrichtungen.<\/p>\n\n\n\n
Produktblatt: Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nDigitale Pathologie f\u00fcr CED<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IIS<\/figcaption><\/figure>\n\n\n\nDie automatisierte Analyse der Darmgewebeschnitte und die Erstellung histologischer Scores erlaubt eine effizientere Diagnostik von CED in der Pathologie. Nachdem die Glasobjekttr\u00e4ger mit den Biopsien mittels eines Gewebescanners digitalisiert wurden, k\u00f6nnen die so entstandenen riesigen Gigapixel-Bilder \u2013 sogenannte Whole-Slide Images \u2013 mittels eines KI-basierten Algorithmus analysiert werden. Dieser lokalisiert zum einen entz\u00fcndete Bereiche und klassifiziert diese gleich in niedrig-, mittel-, bzw. stark entz\u00fcndet. Eine besondere Herausforderung besteht darin, zwischen chronischen und akuten Entz\u00fcndungen zu unterscheiden. Zum anderen werden auch St\u00f6rungen in der Architektur der Schleimhaut (Kryptenarchitektur) erkannt und ebenfalls klassifiziert (niedrig, mittel, stark).<\/p>\n\n\n\n
Produktblatt: Digitale Pathologie f\u00fcr CED <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPreisrechner Medikationskosten<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IMW<\/figcaption><\/figure>\n\n\n\nBei vielen chronischen Erkrankungen machen Medikationskosten einen Gro\u00dfteil der entstehenden Gesundheitskosten aus. So auch bei chronisch entz\u00fcndlichen Darmerkrankungen (CED). Im Rahmen der Bedarfserhebung \u00e4u\u00dferten zahlreiche \u00c4rztinnen und \u00c4rzte den Wunsch nach mehr Kostentransparenz bei gleicher Wirksamkeit. Der \u00bbPreisrechner Medikationskosten\u00ab errechnet bei medizinisch gleichwertigen Therapien die Kosten verschiedener Medikamente f\u00fcr den Patienten pro Quartal und Jahr f\u00fcr Originalpr\u00e4parate, Generika (generische, chemischsynthetisch hergestellte Arzneimittel) und Biosimilars (Nachahmerpr\u00e4parate von Biopharmazeutika). Die verwendeten Preise und Zulassungen werden dabei laufend aktualisiert.<\/p>\n\n\n\n
Produktblatt: Preisrechner Medikationskosten: Entscheidungsunterst\u00fctzende Software schafft h\u00f6here Kostentransparenz <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nLeitlinienbasierte Entscheidungsunterst\u00fctzung<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB \/ Fraunhofer IME \/ Fotograf \u2013 Peter Granser<\/figcaption><\/figure>\n\n\n\nKlinische Leitlinien werden von durch Fachgesellschaften benannten Expertengremien entwickelt. Sie zeichnen sich durch hohe Expertise und klinische Evidenz aus, ihre Anwendung in der \u00e4rztlichen Routine ist allerdings aufgrund des komplexen Abgleichs der aktuellen Patientensituation mit den Leitlinienparametern sehr aufw\u00e4ndig. Zudem spiegeln sie h\u00e4ufig nicht den aktuellen Stand der Forschung wieder. Im Leitprojekt MED\u00b2ICIN wurden daher Leitlinien an Beispiel der Diagnose und Therapie von chronisch entz\u00fcndlichen Darmerkrankungen sowie ausgew\u00e4hlter onkologischer Erkrankungen modelliert und in ein computerinterpretierbares Modell \u00fcberf\u00fchrt. Dadurch k\u00f6nnen Leitlinienempfehlungen automatisiert mit dem ebenfalls im Leitprojekt entwickelten Patientenmodell in einem Entscheidungsunterst\u00fctzungsystem verkn\u00fcpft werden. Das Modell zur leitlinienbasierter Entscheidungsunterst\u00fctzung kann zus\u00e4tzlich mit Daten aus aktuellen Publikationen und Studien verkn\u00fcpft werden.<\/p>\n\n\n\n
Produktblatt: Optimierung von Diagnose und Behandlung durch leitlinienbasierte Entscheidungsunterst\u00fctzung <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nSichere Konnektoren: Medical Data Space<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDie sichere \u00dcbertragung von Daten spielt auch im Leitprojekt MED2ICIN eine gro\u00dfe Rolle, da verschiedene klinische Partner und deren Daten an das System angebunden werden. Neben der Notwendigkeit einer abgesicherten Daten\u00fcbertragung stellen sich bei medizinischen Daten auch die besonderen Fragen hinsichtlich des Datenschutzes. Hierf\u00fcr bietet die Technologie des Medical Data Spaces (MedDS) diverse L\u00f6sungsans\u00e4tze. Im Rahmen des Leitprojekts MED2ICIN wird ein MedDS aufgespannt, um eine sichere Datennutzung in einem verteilten, dezentralen System zu gew\u00e4hrleisten.<\/p>\n\n\n\n
Produktblatt: Sichere Konnektoren: Kontrollierbare und sichere Daten\u00fcbertragung durch den Medical Data Space <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPatienten-App<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDas Ziel des Fraunhofer-Leitprojekts MED\u00b2ICIN ist es, f\u00fcr chronisch-entz\u00fcndliche Darmerkrankungen (CED) und Darmkrebs ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzungsfunktionen f\u00fcr Medizinerinnen und Mediziner bereitstellt. Ein elementarer Teil des Prototyps ist eine Patienten-App. Zur Charakterisierung der Krankheitsaktivit\u00e4t werden in der Regel durch die \u00c4rztin diverse Patienteninformationen w\u00e4hrend der Sprechstunde eingeholt, sogenannte Patient-Reported Outcomes (PRO). F\u00fcr die \u00c4rztin bedeutet dies zus\u00e4tzlichen Aufwand f\u00fcr die Erhebung von Patientendaten.<\/p>\n\n\n\n
Produktblatt: Patienten-App: Dokumentation von Patienteninformationen, Datensouver\u00e4nit\u00e4t und Einwilligungsmanagement <\/a>Herunterladen<\/a><\/div>\n","protected":false},"excerpt":{"rendered":"Klicken Sie hier, um zu den einzelnen Produktbl\u00e4ttern zu gelangen und sie als PDF herunterzuladen: Visuelle Kohortenanalyse Fehldiagnose-Reduzierung Zeitreihenanalyse medizinischer Daten Nutzergetriebene Entwicklung eines Dashboards Virtuelle Kohorten f\u00fcr den Digitalen Zwilling Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab Digitale Pathologie f\u00fcr CED Preisrechner…<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"coauthors":[3],"class_list":["post-117","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/comments?post=117"}],"version-history":[{"count":33,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions"}],"predecessor-version":[{"id":208,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions\/208"}],"wp:attachment":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/media?parent=117"}],"wp:term":[{"taxonomy":"author","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/coauthors?post=117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\u00a9<\/em> Fraunhofer ITMP<\/figcaption><\/figure>\n\n\n\n
Die Nutzung von Gesundheitsdaten in Deutschland unterliegt vielf\u00e4ltigen ethischen bzw. juristischen Einschr\u00e4nkungen aus Gr\u00fcnden des Datenschutzes, der Eigentumsrechte oder der Regulatorik und Gesetzgebung. Der Zugang zu \u00bbhumanen Daten\u00ab sowohl einzelner Patientinnen und Patienten als auch vollst\u00e4ndiger Studien bedarf daher vielfacher Freigabeprozesse, wie z.B. positiver Ethikvoten oder Risikofolgeabsch\u00e4tzungen und dem Abschluss entsprechender Datenzugangs- oder Datennutzungsvertr\u00e4ge.
Regulatorischer und zeitlicher Aufwand der Genehmigungsvorg\u00e4nge zur Datenakquisition schr\u00e4nken technologische Entwicklungen in der Medizininformatik und ihren Einsatz wie im Falle des Digitalen Zwillings ein. Zuverl\u00e4ssige und qualitativ hochwertige synthetische Patientendaten k\u00f6nnten daher eine L\u00f6sung darstellen, die es erm\u00f6glicht vorerst auch ohne \u00bbRealdaten\u00ab Entwicklungsvorhaben voranzutreiben.<\/p>\n\n\n\n
\n\n\n\n
Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer AIMM<\/figcaption><\/figure>\n\n\n\nGrundlage des Fraunhofer-Marktmonitors \u00bbAI in Healthcare\u00ab stellt eine Datenbank dar, in der kontinuierlich neue internationale Akteure im Markt f\u00fcr KI-Anwendungen im Gesundheitsbereich erfasst und ihre Datens\u00e4tze zu wiederkehrenden Zeitpunkten aktualisiert werden. Die Datens\u00e4tze der erfassten Akteure enthalten Informationen zu Unternehmenskennzahlen, zum Gesch\u00e4ftsmodell, Kurzbeschreibungen ihrer Produkte, medizinische Themenfelder, Schl\u00fcsselbegriffe und eingesetzten Technologien und Partnerschaften.
Der Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab umfasst derzeit etwa 1 100 Akteure, die im Gesundheitsmarkt zum Thema K\u00fcnstliche Intelligenz (KI) aktiv sind. Dabei handelt es sich um Start-ups, gro\u00dfe internationale Konzerne, kleine und mittlere Unternehmen, Universit\u00e4ten und Forschungseinrichtungen.<\/p>\n\n\n\n
Produktblatt: Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nDigitale Pathologie f\u00fcr CED<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IIS<\/figcaption><\/figure>\n\n\n\nDie automatisierte Analyse der Darmgewebeschnitte und die Erstellung histologischer Scores erlaubt eine effizientere Diagnostik von CED in der Pathologie. Nachdem die Glasobjekttr\u00e4ger mit den Biopsien mittels eines Gewebescanners digitalisiert wurden, k\u00f6nnen die so entstandenen riesigen Gigapixel-Bilder \u2013 sogenannte Whole-Slide Images \u2013 mittels eines KI-basierten Algorithmus analysiert werden. Dieser lokalisiert zum einen entz\u00fcndete Bereiche und klassifiziert diese gleich in niedrig-, mittel-, bzw. stark entz\u00fcndet. Eine besondere Herausforderung besteht darin, zwischen chronischen und akuten Entz\u00fcndungen zu unterscheiden. Zum anderen werden auch St\u00f6rungen in der Architektur der Schleimhaut (Kryptenarchitektur) erkannt und ebenfalls klassifiziert (niedrig, mittel, stark).<\/p>\n\n\n\n
Produktblatt: Digitale Pathologie f\u00fcr CED <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPreisrechner Medikationskosten<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IMW<\/figcaption><\/figure>\n\n\n\nBei vielen chronischen Erkrankungen machen Medikationskosten einen Gro\u00dfteil der entstehenden Gesundheitskosten aus. So auch bei chronisch entz\u00fcndlichen Darmerkrankungen (CED). Im Rahmen der Bedarfserhebung \u00e4u\u00dferten zahlreiche \u00c4rztinnen und \u00c4rzte den Wunsch nach mehr Kostentransparenz bei gleicher Wirksamkeit. Der \u00bbPreisrechner Medikationskosten\u00ab errechnet bei medizinisch gleichwertigen Therapien die Kosten verschiedener Medikamente f\u00fcr den Patienten pro Quartal und Jahr f\u00fcr Originalpr\u00e4parate, Generika (generische, chemischsynthetisch hergestellte Arzneimittel) und Biosimilars (Nachahmerpr\u00e4parate von Biopharmazeutika). Die verwendeten Preise und Zulassungen werden dabei laufend aktualisiert.<\/p>\n\n\n\n
Produktblatt: Preisrechner Medikationskosten: Entscheidungsunterst\u00fctzende Software schafft h\u00f6here Kostentransparenz <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nLeitlinienbasierte Entscheidungsunterst\u00fctzung<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB \/ Fraunhofer IME \/ Fotograf \u2013 Peter Granser<\/figcaption><\/figure>\n\n\n\nKlinische Leitlinien werden von durch Fachgesellschaften benannten Expertengremien entwickelt. Sie zeichnen sich durch hohe Expertise und klinische Evidenz aus, ihre Anwendung in der \u00e4rztlichen Routine ist allerdings aufgrund des komplexen Abgleichs der aktuellen Patientensituation mit den Leitlinienparametern sehr aufw\u00e4ndig. Zudem spiegeln sie h\u00e4ufig nicht den aktuellen Stand der Forschung wieder. Im Leitprojekt MED\u00b2ICIN wurden daher Leitlinien an Beispiel der Diagnose und Therapie von chronisch entz\u00fcndlichen Darmerkrankungen sowie ausgew\u00e4hlter onkologischer Erkrankungen modelliert und in ein computerinterpretierbares Modell \u00fcberf\u00fchrt. Dadurch k\u00f6nnen Leitlinienempfehlungen automatisiert mit dem ebenfalls im Leitprojekt entwickelten Patientenmodell in einem Entscheidungsunterst\u00fctzungsystem verkn\u00fcpft werden. Das Modell zur leitlinienbasierter Entscheidungsunterst\u00fctzung kann zus\u00e4tzlich mit Daten aus aktuellen Publikationen und Studien verkn\u00fcpft werden.<\/p>\n\n\n\n
Produktblatt: Optimierung von Diagnose und Behandlung durch leitlinienbasierte Entscheidungsunterst\u00fctzung <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nSichere Konnektoren: Medical Data Space<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDie sichere \u00dcbertragung von Daten spielt auch im Leitprojekt MED2ICIN eine gro\u00dfe Rolle, da verschiedene klinische Partner und deren Daten an das System angebunden werden. Neben der Notwendigkeit einer abgesicherten Daten\u00fcbertragung stellen sich bei medizinischen Daten auch die besonderen Fragen hinsichtlich des Datenschutzes. Hierf\u00fcr bietet die Technologie des Medical Data Spaces (MedDS) diverse L\u00f6sungsans\u00e4tze. Im Rahmen des Leitprojekts MED2ICIN wird ein MedDS aufgespannt, um eine sichere Datennutzung in einem verteilten, dezentralen System zu gew\u00e4hrleisten.<\/p>\n\n\n\n
Produktblatt: Sichere Konnektoren: Kontrollierbare und sichere Daten\u00fcbertragung durch den Medical Data Space <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPatienten-App<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDas Ziel des Fraunhofer-Leitprojekts MED\u00b2ICIN ist es, f\u00fcr chronisch-entz\u00fcndliche Darmerkrankungen (CED) und Darmkrebs ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzungsfunktionen f\u00fcr Medizinerinnen und Mediziner bereitstellt. Ein elementarer Teil des Prototyps ist eine Patienten-App. Zur Charakterisierung der Krankheitsaktivit\u00e4t werden in der Regel durch die \u00c4rztin diverse Patienteninformationen w\u00e4hrend der Sprechstunde eingeholt, sogenannte Patient-Reported Outcomes (PRO). F\u00fcr die \u00c4rztin bedeutet dies zus\u00e4tzlichen Aufwand f\u00fcr die Erhebung von Patientendaten.<\/p>\n\n\n\n
Produktblatt: Patienten-App: Dokumentation von Patienteninformationen, Datensouver\u00e4nit\u00e4t und Einwilligungsmanagement <\/a>Herunterladen<\/a><\/div>\n","protected":false},"excerpt":{"rendered":"Klicken Sie hier, um zu den einzelnen Produktbl\u00e4ttern zu gelangen und sie als PDF herunterzuladen: Visuelle Kohortenanalyse Fehldiagnose-Reduzierung Zeitreihenanalyse medizinischer Daten Nutzergetriebene Entwicklung eines Dashboards Virtuelle Kohorten f\u00fcr den Digitalen Zwilling Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab Digitale Pathologie f\u00fcr CED Preisrechner…<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"coauthors":[3],"class_list":["post-117","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/comments?post=117"}],"version-history":[{"count":33,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions"}],"predecessor-version":[{"id":208,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions\/208"}],"wp:attachment":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/media?parent=117"}],"wp:term":[{"taxonomy":"author","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/coauthors?post=117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\u00a9<\/em> Fraunhofer AIMM<\/figcaption><\/figure>\n\n\n\n
Grundlage des Fraunhofer-Marktmonitors \u00bbAI in Healthcare\u00ab stellt eine Datenbank dar, in der kontinuierlich neue internationale Akteure im Markt f\u00fcr KI-Anwendungen im Gesundheitsbereich erfasst und ihre Datens\u00e4tze zu wiederkehrenden Zeitpunkten aktualisiert werden. Die Datens\u00e4tze der erfassten Akteure enthalten Informationen zu Unternehmenskennzahlen, zum Gesch\u00e4ftsmodell, Kurzbeschreibungen ihrer Produkte, medizinische Themenfelder, Schl\u00fcsselbegriffe und eingesetzten Technologien und Partnerschaften.
Der Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab umfasst derzeit etwa 1 100 Akteure, die im Gesundheitsmarkt zum Thema K\u00fcnstliche Intelligenz (KI) aktiv sind. Dabei handelt es sich um Start-ups, gro\u00dfe internationale Konzerne, kleine und mittlere Unternehmen, Universit\u00e4ten und Forschungseinrichtungen.<\/p>\n\n\n\n
\n\n\n\n
Digitale Pathologie f\u00fcr CED<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IIS<\/figcaption><\/figure>\n\n\n\nDie automatisierte Analyse der Darmgewebeschnitte und die Erstellung histologischer Scores erlaubt eine effizientere Diagnostik von CED in der Pathologie. Nachdem die Glasobjekttr\u00e4ger mit den Biopsien mittels eines Gewebescanners digitalisiert wurden, k\u00f6nnen die so entstandenen riesigen Gigapixel-Bilder \u2013 sogenannte Whole-Slide Images \u2013 mittels eines KI-basierten Algorithmus analysiert werden. Dieser lokalisiert zum einen entz\u00fcndete Bereiche und klassifiziert diese gleich in niedrig-, mittel-, bzw. stark entz\u00fcndet. Eine besondere Herausforderung besteht darin, zwischen chronischen und akuten Entz\u00fcndungen zu unterscheiden. Zum anderen werden auch St\u00f6rungen in der Architektur der Schleimhaut (Kryptenarchitektur) erkannt und ebenfalls klassifiziert (niedrig, mittel, stark).<\/p>\n\n\n\n
Produktblatt: Digitale Pathologie f\u00fcr CED <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPreisrechner Medikationskosten<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IMW<\/figcaption><\/figure>\n\n\n\nBei vielen chronischen Erkrankungen machen Medikationskosten einen Gro\u00dfteil der entstehenden Gesundheitskosten aus. So auch bei chronisch entz\u00fcndlichen Darmerkrankungen (CED). Im Rahmen der Bedarfserhebung \u00e4u\u00dferten zahlreiche \u00c4rztinnen und \u00c4rzte den Wunsch nach mehr Kostentransparenz bei gleicher Wirksamkeit. Der \u00bbPreisrechner Medikationskosten\u00ab errechnet bei medizinisch gleichwertigen Therapien die Kosten verschiedener Medikamente f\u00fcr den Patienten pro Quartal und Jahr f\u00fcr Originalpr\u00e4parate, Generika (generische, chemischsynthetisch hergestellte Arzneimittel) und Biosimilars (Nachahmerpr\u00e4parate von Biopharmazeutika). Die verwendeten Preise und Zulassungen werden dabei laufend aktualisiert.<\/p>\n\n\n\n
Produktblatt: Preisrechner Medikationskosten: Entscheidungsunterst\u00fctzende Software schafft h\u00f6here Kostentransparenz <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nLeitlinienbasierte Entscheidungsunterst\u00fctzung<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB \/ Fraunhofer IME \/ Fotograf \u2013 Peter Granser<\/figcaption><\/figure>\n\n\n\nKlinische Leitlinien werden von durch Fachgesellschaften benannten Expertengremien entwickelt. Sie zeichnen sich durch hohe Expertise und klinische Evidenz aus, ihre Anwendung in der \u00e4rztlichen Routine ist allerdings aufgrund des komplexen Abgleichs der aktuellen Patientensituation mit den Leitlinienparametern sehr aufw\u00e4ndig. Zudem spiegeln sie h\u00e4ufig nicht den aktuellen Stand der Forschung wieder. Im Leitprojekt MED\u00b2ICIN wurden daher Leitlinien an Beispiel der Diagnose und Therapie von chronisch entz\u00fcndlichen Darmerkrankungen sowie ausgew\u00e4hlter onkologischer Erkrankungen modelliert und in ein computerinterpretierbares Modell \u00fcberf\u00fchrt. Dadurch k\u00f6nnen Leitlinienempfehlungen automatisiert mit dem ebenfalls im Leitprojekt entwickelten Patientenmodell in einem Entscheidungsunterst\u00fctzungsystem verkn\u00fcpft werden. Das Modell zur leitlinienbasierter Entscheidungsunterst\u00fctzung kann zus\u00e4tzlich mit Daten aus aktuellen Publikationen und Studien verkn\u00fcpft werden.<\/p>\n\n\n\n
Produktblatt: Optimierung von Diagnose und Behandlung durch leitlinienbasierte Entscheidungsunterst\u00fctzung <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nSichere Konnektoren: Medical Data Space<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDie sichere \u00dcbertragung von Daten spielt auch im Leitprojekt MED2ICIN eine gro\u00dfe Rolle, da verschiedene klinische Partner und deren Daten an das System angebunden werden. Neben der Notwendigkeit einer abgesicherten Daten\u00fcbertragung stellen sich bei medizinischen Daten auch die besonderen Fragen hinsichtlich des Datenschutzes. Hierf\u00fcr bietet die Technologie des Medical Data Spaces (MedDS) diverse L\u00f6sungsans\u00e4tze. Im Rahmen des Leitprojekts MED2ICIN wird ein MedDS aufgespannt, um eine sichere Datennutzung in einem verteilten, dezentralen System zu gew\u00e4hrleisten.<\/p>\n\n\n\n
Produktblatt: Sichere Konnektoren: Kontrollierbare und sichere Daten\u00fcbertragung durch den Medical Data Space <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPatienten-App<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDas Ziel des Fraunhofer-Leitprojekts MED\u00b2ICIN ist es, f\u00fcr chronisch-entz\u00fcndliche Darmerkrankungen (CED) und Darmkrebs ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzungsfunktionen f\u00fcr Medizinerinnen und Mediziner bereitstellt. Ein elementarer Teil des Prototyps ist eine Patienten-App. Zur Charakterisierung der Krankheitsaktivit\u00e4t werden in der Regel durch die \u00c4rztin diverse Patienteninformationen w\u00e4hrend der Sprechstunde eingeholt, sogenannte Patient-Reported Outcomes (PRO). F\u00fcr die \u00c4rztin bedeutet dies zus\u00e4tzlichen Aufwand f\u00fcr die Erhebung von Patientendaten.<\/p>\n\n\n\n
Produktblatt: Patienten-App: Dokumentation von Patienteninformationen, Datensouver\u00e4nit\u00e4t und Einwilligungsmanagement <\/a>Herunterladen<\/a><\/div>\n","protected":false},"excerpt":{"rendered":"Klicken Sie hier, um zu den einzelnen Produktbl\u00e4ttern zu gelangen und sie als PDF herunterzuladen: Visuelle Kohortenanalyse Fehldiagnose-Reduzierung Zeitreihenanalyse medizinischer Daten Nutzergetriebene Entwicklung eines Dashboards Virtuelle Kohorten f\u00fcr den Digitalen Zwilling Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab Digitale Pathologie f\u00fcr CED Preisrechner…<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"coauthors":[3],"class_list":["post-117","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/comments?post=117"}],"version-history":[{"count":33,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions"}],"predecessor-version":[{"id":208,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions\/208"}],"wp:attachment":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/media?parent=117"}],"wp:term":[{"taxonomy":"author","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/coauthors?post=117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\u00a9<\/em> Fraunhofer IIS<\/figcaption><\/figure>\n\n\n\n
Die automatisierte Analyse der Darmgewebeschnitte und die Erstellung histologischer Scores erlaubt eine effizientere Diagnostik von CED in der Pathologie. Nachdem die Glasobjekttr\u00e4ger mit den Biopsien mittels eines Gewebescanners digitalisiert wurden, k\u00f6nnen die so entstandenen riesigen Gigapixel-Bilder \u2013 sogenannte Whole-Slide Images \u2013 mittels eines KI-basierten Algorithmus analysiert werden. Dieser lokalisiert zum einen entz\u00fcndete Bereiche und klassifiziert diese gleich in niedrig-, mittel-, bzw. stark entz\u00fcndet. Eine besondere Herausforderung besteht darin, zwischen chronischen und akuten Entz\u00fcndungen zu unterscheiden. Zum anderen werden auch St\u00f6rungen in der Architektur der Schleimhaut (Kryptenarchitektur) erkannt und ebenfalls klassifiziert (niedrig, mittel, stark).<\/p>\n\n\n\n
\n\n\n\n
Preisrechner Medikationskosten<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IMW<\/figcaption><\/figure>\n\n\n\nBei vielen chronischen Erkrankungen machen Medikationskosten einen Gro\u00dfteil der entstehenden Gesundheitskosten aus. So auch bei chronisch entz\u00fcndlichen Darmerkrankungen (CED). Im Rahmen der Bedarfserhebung \u00e4u\u00dferten zahlreiche \u00c4rztinnen und \u00c4rzte den Wunsch nach mehr Kostentransparenz bei gleicher Wirksamkeit. Der \u00bbPreisrechner Medikationskosten\u00ab errechnet bei medizinisch gleichwertigen Therapien die Kosten verschiedener Medikamente f\u00fcr den Patienten pro Quartal und Jahr f\u00fcr Originalpr\u00e4parate, Generika (generische, chemischsynthetisch hergestellte Arzneimittel) und Biosimilars (Nachahmerpr\u00e4parate von Biopharmazeutika). Die verwendeten Preise und Zulassungen werden dabei laufend aktualisiert.<\/p>\n\n\n\n
Produktblatt: Preisrechner Medikationskosten: Entscheidungsunterst\u00fctzende Software schafft h\u00f6here Kostentransparenz <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nLeitlinienbasierte Entscheidungsunterst\u00fctzung<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB \/ Fraunhofer IME \/ Fotograf \u2013 Peter Granser<\/figcaption><\/figure>\n\n\n\nKlinische Leitlinien werden von durch Fachgesellschaften benannten Expertengremien entwickelt. Sie zeichnen sich durch hohe Expertise und klinische Evidenz aus, ihre Anwendung in der \u00e4rztlichen Routine ist allerdings aufgrund des komplexen Abgleichs der aktuellen Patientensituation mit den Leitlinienparametern sehr aufw\u00e4ndig. Zudem spiegeln sie h\u00e4ufig nicht den aktuellen Stand der Forschung wieder. Im Leitprojekt MED\u00b2ICIN wurden daher Leitlinien an Beispiel der Diagnose und Therapie von chronisch entz\u00fcndlichen Darmerkrankungen sowie ausgew\u00e4hlter onkologischer Erkrankungen modelliert und in ein computerinterpretierbares Modell \u00fcberf\u00fchrt. Dadurch k\u00f6nnen Leitlinienempfehlungen automatisiert mit dem ebenfalls im Leitprojekt entwickelten Patientenmodell in einem Entscheidungsunterst\u00fctzungsystem verkn\u00fcpft werden. Das Modell zur leitlinienbasierter Entscheidungsunterst\u00fctzung kann zus\u00e4tzlich mit Daten aus aktuellen Publikationen und Studien verkn\u00fcpft werden.<\/p>\n\n\n\n
Produktblatt: Optimierung von Diagnose und Behandlung durch leitlinienbasierte Entscheidungsunterst\u00fctzung <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nSichere Konnektoren: Medical Data Space<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDie sichere \u00dcbertragung von Daten spielt auch im Leitprojekt MED2ICIN eine gro\u00dfe Rolle, da verschiedene klinische Partner und deren Daten an das System angebunden werden. Neben der Notwendigkeit einer abgesicherten Daten\u00fcbertragung stellen sich bei medizinischen Daten auch die besonderen Fragen hinsichtlich des Datenschutzes. Hierf\u00fcr bietet die Technologie des Medical Data Spaces (MedDS) diverse L\u00f6sungsans\u00e4tze. Im Rahmen des Leitprojekts MED2ICIN wird ein MedDS aufgespannt, um eine sichere Datennutzung in einem verteilten, dezentralen System zu gew\u00e4hrleisten.<\/p>\n\n\n\n
Produktblatt: Sichere Konnektoren: Kontrollierbare und sichere Daten\u00fcbertragung durch den Medical Data Space <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPatienten-App<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDas Ziel des Fraunhofer-Leitprojekts MED\u00b2ICIN ist es, f\u00fcr chronisch-entz\u00fcndliche Darmerkrankungen (CED) und Darmkrebs ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzungsfunktionen f\u00fcr Medizinerinnen und Mediziner bereitstellt. Ein elementarer Teil des Prototyps ist eine Patienten-App. Zur Charakterisierung der Krankheitsaktivit\u00e4t werden in der Regel durch die \u00c4rztin diverse Patienteninformationen w\u00e4hrend der Sprechstunde eingeholt, sogenannte Patient-Reported Outcomes (PRO). F\u00fcr die \u00c4rztin bedeutet dies zus\u00e4tzlichen Aufwand f\u00fcr die Erhebung von Patientendaten.<\/p>\n\n\n\n
Produktblatt: Patienten-App: Dokumentation von Patienteninformationen, Datensouver\u00e4nit\u00e4t und Einwilligungsmanagement <\/a>Herunterladen<\/a><\/div>\n","protected":false},"excerpt":{"rendered":"Klicken Sie hier, um zu den einzelnen Produktbl\u00e4ttern zu gelangen und sie als PDF herunterzuladen: Visuelle Kohortenanalyse Fehldiagnose-Reduzierung Zeitreihenanalyse medizinischer Daten Nutzergetriebene Entwicklung eines Dashboards Virtuelle Kohorten f\u00fcr den Digitalen Zwilling Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab Digitale Pathologie f\u00fcr CED Preisrechner…<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"coauthors":[3],"class_list":["post-117","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/comments?post=117"}],"version-history":[{"count":33,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions"}],"predecessor-version":[{"id":208,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions\/208"}],"wp:attachment":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/media?parent=117"}],"wp:term":[{"taxonomy":"author","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/coauthors?post=117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\u00a9<\/em> Fraunhofer IMW<\/figcaption><\/figure>\n\n\n\n
Bei vielen chronischen Erkrankungen machen Medikationskosten einen Gro\u00dfteil der entstehenden Gesundheitskosten aus. So auch bei chronisch entz\u00fcndlichen Darmerkrankungen (CED). Im Rahmen der Bedarfserhebung \u00e4u\u00dferten zahlreiche \u00c4rztinnen und \u00c4rzte den Wunsch nach mehr Kostentransparenz bei gleicher Wirksamkeit. Der \u00bbPreisrechner Medikationskosten\u00ab errechnet bei medizinisch gleichwertigen Therapien die Kosten verschiedener Medikamente f\u00fcr den Patienten pro Quartal und Jahr f\u00fcr Originalpr\u00e4parate, Generika (generische, chemischsynthetisch hergestellte Arzneimittel) und Biosimilars (Nachahmerpr\u00e4parate von Biopharmazeutika). Die verwendeten Preise und Zulassungen werden dabei laufend aktualisiert.<\/p>\n\n\n\n
\n\n\n\n
Leitlinienbasierte Entscheidungsunterst\u00fctzung<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB \/ Fraunhofer IME \/ Fotograf \u2013 Peter Granser<\/figcaption><\/figure>\n\n\n\nKlinische Leitlinien werden von durch Fachgesellschaften benannten Expertengremien entwickelt. Sie zeichnen sich durch hohe Expertise und klinische Evidenz aus, ihre Anwendung in der \u00e4rztlichen Routine ist allerdings aufgrund des komplexen Abgleichs der aktuellen Patientensituation mit den Leitlinienparametern sehr aufw\u00e4ndig. Zudem spiegeln sie h\u00e4ufig nicht den aktuellen Stand der Forschung wieder. Im Leitprojekt MED\u00b2ICIN wurden daher Leitlinien an Beispiel der Diagnose und Therapie von chronisch entz\u00fcndlichen Darmerkrankungen sowie ausgew\u00e4hlter onkologischer Erkrankungen modelliert und in ein computerinterpretierbares Modell \u00fcberf\u00fchrt. Dadurch k\u00f6nnen Leitlinienempfehlungen automatisiert mit dem ebenfalls im Leitprojekt entwickelten Patientenmodell in einem Entscheidungsunterst\u00fctzungsystem verkn\u00fcpft werden. Das Modell zur leitlinienbasierter Entscheidungsunterst\u00fctzung kann zus\u00e4tzlich mit Daten aus aktuellen Publikationen und Studien verkn\u00fcpft werden.<\/p>\n\n\n\n
Produktblatt: Optimierung von Diagnose und Behandlung durch leitlinienbasierte Entscheidungsunterst\u00fctzung <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nSichere Konnektoren: Medical Data Space<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDie sichere \u00dcbertragung von Daten spielt auch im Leitprojekt MED2ICIN eine gro\u00dfe Rolle, da verschiedene klinische Partner und deren Daten an das System angebunden werden. Neben der Notwendigkeit einer abgesicherten Daten\u00fcbertragung stellen sich bei medizinischen Daten auch die besonderen Fragen hinsichtlich des Datenschutzes. Hierf\u00fcr bietet die Technologie des Medical Data Spaces (MedDS) diverse L\u00f6sungsans\u00e4tze. Im Rahmen des Leitprojekts MED2ICIN wird ein MedDS aufgespannt, um eine sichere Datennutzung in einem verteilten, dezentralen System zu gew\u00e4hrleisten.<\/p>\n\n\n\n
Produktblatt: Sichere Konnektoren: Kontrollierbare und sichere Daten\u00fcbertragung durch den Medical Data Space <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPatienten-App<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDas Ziel des Fraunhofer-Leitprojekts MED\u00b2ICIN ist es, f\u00fcr chronisch-entz\u00fcndliche Darmerkrankungen (CED) und Darmkrebs ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzungsfunktionen f\u00fcr Medizinerinnen und Mediziner bereitstellt. Ein elementarer Teil des Prototyps ist eine Patienten-App. Zur Charakterisierung der Krankheitsaktivit\u00e4t werden in der Regel durch die \u00c4rztin diverse Patienteninformationen w\u00e4hrend der Sprechstunde eingeholt, sogenannte Patient-Reported Outcomes (PRO). F\u00fcr die \u00c4rztin bedeutet dies zus\u00e4tzlichen Aufwand f\u00fcr die Erhebung von Patientendaten.<\/p>\n\n\n\n
Produktblatt: Patienten-App: Dokumentation von Patienteninformationen, Datensouver\u00e4nit\u00e4t und Einwilligungsmanagement <\/a>Herunterladen<\/a><\/div>\n","protected":false},"excerpt":{"rendered":"Klicken Sie hier, um zu den einzelnen Produktbl\u00e4ttern zu gelangen und sie als PDF herunterzuladen: Visuelle Kohortenanalyse Fehldiagnose-Reduzierung Zeitreihenanalyse medizinischer Daten Nutzergetriebene Entwicklung eines Dashboards Virtuelle Kohorten f\u00fcr den Digitalen Zwilling Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab Digitale Pathologie f\u00fcr CED Preisrechner…<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"coauthors":[3],"class_list":["post-117","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/comments?post=117"}],"version-history":[{"count":33,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions"}],"predecessor-version":[{"id":208,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions\/208"}],"wp:attachment":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/media?parent=117"}],"wp:term":[{"taxonomy":"author","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/coauthors?post=117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\u00a9<\/em> Fraunhofer IOSB \/ Fraunhofer IME \/ Fotograf \u2013 Peter Granser<\/figcaption><\/figure>\n\n\n\n
Klinische Leitlinien werden von durch Fachgesellschaften benannten Expertengremien entwickelt. Sie zeichnen sich durch hohe Expertise und klinische Evidenz aus, ihre Anwendung in der \u00e4rztlichen Routine ist allerdings aufgrund des komplexen Abgleichs der aktuellen Patientensituation mit den Leitlinienparametern sehr aufw\u00e4ndig. Zudem spiegeln sie h\u00e4ufig nicht den aktuellen Stand der Forschung wieder. Im Leitprojekt MED\u00b2ICIN wurden daher Leitlinien an Beispiel der Diagnose und Therapie von chronisch entz\u00fcndlichen Darmerkrankungen sowie ausgew\u00e4hlter onkologischer Erkrankungen modelliert und in ein computerinterpretierbares Modell \u00fcberf\u00fchrt. Dadurch k\u00f6nnen Leitlinienempfehlungen automatisiert mit dem ebenfalls im Leitprojekt entwickelten Patientenmodell in einem Entscheidungsunterst\u00fctzungsystem verkn\u00fcpft werden. Das Modell zur leitlinienbasierter Entscheidungsunterst\u00fctzung kann zus\u00e4tzlich mit Daten aus aktuellen Publikationen und Studien verkn\u00fcpft werden.<\/p>\n\n\n\n
\n\n\n\n
Sichere Konnektoren: Medical Data Space<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDie sichere \u00dcbertragung von Daten spielt auch im Leitprojekt MED2ICIN eine gro\u00dfe Rolle, da verschiedene klinische Partner und deren Daten an das System angebunden werden. Neben der Notwendigkeit einer abgesicherten Daten\u00fcbertragung stellen sich bei medizinischen Daten auch die besonderen Fragen hinsichtlich des Datenschutzes. Hierf\u00fcr bietet die Technologie des Medical Data Spaces (MedDS) diverse L\u00f6sungsans\u00e4tze. Im Rahmen des Leitprojekts MED2ICIN wird ein MedDS aufgespannt, um eine sichere Datennutzung in einem verteilten, dezentralen System zu gew\u00e4hrleisten.<\/p>\n\n\n\n
Produktblatt: Sichere Konnektoren: Kontrollierbare und sichere Daten\u00fcbertragung durch den Medical Data Space <\/a>Herunterladen<\/a><\/div>\n\n\n\n
\n\n\n\nPatienten-App<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDas Ziel des Fraunhofer-Leitprojekts MED\u00b2ICIN ist es, f\u00fcr chronisch-entz\u00fcndliche Darmerkrankungen (CED) und Darmkrebs ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzungsfunktionen f\u00fcr Medizinerinnen und Mediziner bereitstellt. Ein elementarer Teil des Prototyps ist eine Patienten-App. Zur Charakterisierung der Krankheitsaktivit\u00e4t werden in der Regel durch die \u00c4rztin diverse Patienteninformationen w\u00e4hrend der Sprechstunde eingeholt, sogenannte Patient-Reported Outcomes (PRO). F\u00fcr die \u00c4rztin bedeutet dies zus\u00e4tzlichen Aufwand f\u00fcr die Erhebung von Patientendaten.<\/p>\n\n\n\n
Produktblatt: Patienten-App: Dokumentation von Patienteninformationen, Datensouver\u00e4nit\u00e4t und Einwilligungsmanagement <\/a>Herunterladen<\/a><\/div>\n","protected":false},"excerpt":{"rendered":"Klicken Sie hier, um zu den einzelnen Produktbl\u00e4ttern zu gelangen und sie als PDF herunterzuladen: Visuelle Kohortenanalyse Fehldiagnose-Reduzierung Zeitreihenanalyse medizinischer Daten Nutzergetriebene Entwicklung eines Dashboards Virtuelle Kohorten f\u00fcr den Digitalen Zwilling Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab Digitale Pathologie f\u00fcr CED Preisrechner…<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"coauthors":[3],"class_list":["post-117","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/comments?post=117"}],"version-history":[{"count":33,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions"}],"predecessor-version":[{"id":208,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions\/208"}],"wp:attachment":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/media?parent=117"}],"wp:term":[{"taxonomy":"author","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/coauthors?post=117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\n
Die sichere \u00dcbertragung von Daten spielt auch im Leitprojekt MED2ICIN eine gro\u00dfe Rolle, da verschiedene klinische Partner und deren Daten an das System angebunden werden. Neben der Notwendigkeit einer abgesicherten Daten\u00fcbertragung stellen sich bei medizinischen Daten auch die besonderen Fragen hinsichtlich des Datenschutzes. Hierf\u00fcr bietet die Technologie des Medical Data Spaces (MedDS) diverse L\u00f6sungsans\u00e4tze. Im Rahmen des Leitprojekts MED2ICIN wird ein MedDS aufgespannt, um eine sichere Datennutzung in einem verteilten, dezentralen System zu gew\u00e4hrleisten.<\/p>\n\n\n\n
\n\n\n\n
Patienten-App<\/h2>\n\n\n\n
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\nDas Ziel des Fraunhofer-Leitprojekts MED\u00b2ICIN ist es, f\u00fcr chronisch-entz\u00fcndliche Darmerkrankungen (CED) und Darmkrebs ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzungsfunktionen f\u00fcr Medizinerinnen und Mediziner bereitstellt. Ein elementarer Teil des Prototyps ist eine Patienten-App. Zur Charakterisierung der Krankheitsaktivit\u00e4t werden in der Regel durch die \u00c4rztin diverse Patienteninformationen w\u00e4hrend der Sprechstunde eingeholt, sogenannte Patient-Reported Outcomes (PRO). F\u00fcr die \u00c4rztin bedeutet dies zus\u00e4tzlichen Aufwand f\u00fcr die Erhebung von Patientendaten.<\/p>\n\n\n\n
Produktblatt: Patienten-App: Dokumentation von Patienteninformationen, Datensouver\u00e4nit\u00e4t und Einwilligungsmanagement <\/a>Herunterladen<\/a><\/div>\n","protected":false},"excerpt":{"rendered":"Klicken Sie hier, um zu den einzelnen Produktbl\u00e4ttern zu gelangen und sie als PDF herunterzuladen: Visuelle Kohortenanalyse Fehldiagnose-Reduzierung Zeitreihenanalyse medizinischer Daten Nutzergetriebene Entwicklung eines Dashboards Virtuelle Kohorten f\u00fcr den Digitalen Zwilling Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab Digitale Pathologie f\u00fcr CED Preisrechner…<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"coauthors":[3],"class_list":["post-117","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/comments?post=117"}],"version-history":[{"count":33,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions"}],"predecessor-version":[{"id":208,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions\/208"}],"wp:attachment":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/media?parent=117"}],"wp:term":[{"taxonomy":"author","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/coauthors?post=117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\u00a9<\/em> Fraunhofer IOSB<\/figcaption><\/figure>\n\n\n\n
Das Ziel des Fraunhofer-Leitprojekts MED\u00b2ICIN ist es, f\u00fcr chronisch-entz\u00fcndliche Darmerkrankungen (CED) und Darmkrebs ein intelligentes System zu entwickeln, welches Entscheidungsunterst\u00fctzungsfunktionen f\u00fcr Medizinerinnen und Mediziner bereitstellt. Ein elementarer Teil des Prototyps ist eine Patienten-App. Zur Charakterisierung der Krankheitsaktivit\u00e4t werden in der Regel durch die \u00c4rztin diverse Patienteninformationen w\u00e4hrend der Sprechstunde eingeholt, sogenannte Patient-Reported Outcomes (PRO). F\u00fcr die \u00c4rztin bedeutet dies zus\u00e4tzlichen Aufwand f\u00fcr die Erhebung von Patientendaten.<\/p>\n\n\n\n
Klicken Sie hier, um zu den einzelnen Produktbl\u00e4ttern zu gelangen und sie als PDF herunterzuladen: Visuelle Kohortenanalyse Fehldiagnose-Reduzierung Zeitreihenanalyse medizinischer Daten Nutzergetriebene Entwicklung eines Dashboards Virtuelle Kohorten f\u00fcr den Digitalen Zwilling Fraunhofer-Marktmonitor \u00bbAI in Healthcare\u00ab Digitale Pathologie f\u00fcr CED Preisrechner…<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"coauthors":[3],"class_list":["post-117","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/comments?post=117"}],"version-history":[{"count":33,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions"}],"predecessor-version":[{"id":208,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/pages\/117\/revisions\/208"}],"wp:attachment":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/media?parent=117"}],"wp:term":[{"taxonomy":"author","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/coauthors?post=117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}