{"id":213,"date":"2022-05-16T09:15:14","date_gmt":"2022-05-16T07:15:14","guid":{"rendered":"https:\/\/websites.fraunhofer.de\/med2icin\/?p=213"},"modified":"2022-05-16T09:17:31","modified_gmt":"2022-05-16T07:17:31","slug":"sprechstunde-mit-ki-assistenz","status":"publish","type":"post","link":"https:\/\/websites.fraunhofer.de\/med2icin\/sprechstunde-mit-ki-assistenz\/","title":{"rendered":"Sprechstunde mit KI-Assistenz"},"content":{"rendered":"\n<h2 class=\"wp-block-heading\">Empfehlungssystem unterst\u00fctzt Mediziner*innen bei Diagnose und Therapie<\/h2>\n\n\n\n<p>Im Behandlungsraum widmen sich \u00c4rzt*innen ganz \nihren Patient*innen. Dennoch geht hier (noch) viel Zeit damit verloren, \nDaten und Dokumente herauszusuchen, anzuzeigen und zueinander in \nBeziehung zu setzen. Das k\u00f6nnen Befundbriefe oder 3D-aufbereitete \nBilddateien des individuellen Erkrankungsfalls sein. Oder der*die \nMediziner*in vergewissert sich \u00fcber die aktuellen Empfehlungen von \nFachverb\u00e4nden und Wissenschaft. Eine intelligente Digitalzentrale am \nPraxis-PC soll k\u00fcnftig das Informationshandling erleichtern und \nspezifisch f\u00fcr den einzelnen Behandlungsfall zus\u00e4tzliches Wissen \nerschlie\u00dfen.<\/p>\n\n\n\n<p>\u00bbWir wollen medizinischem \nPersonal den Zugang zu den Informationen ihrer Behandlungsf\u00e4lle und zu \nden aktuellen Wissensbest\u00e4nden ihrer Disziplin erheblich vereinfachen.\u00ab \nHenrik Mucha und sein Team entwickeln am <a href=\"https:\/\/www.iosb.fraunhofer.de\/\">Fraunhofer-Institut f\u00fcr Optronik, Systemtechnik und Bildauswertung<\/a>\n daf\u00fcr gerade ein Dashboard, das \u00c4rzt*innen unmittelbar bei ihrer Arbeit\n unterst\u00fctzt \u2013 direkt \u00fcber den Praxis-PC im Behandlungsraum. Es zeigt, \nabgestimmt auf die aktuelle Behandlungssituation, nicht nur die Daten \nder Behandlungsakte des*der zu Behandelnden an, sondern stellt unter \nanderem auch Empfehlungen aus den medizinischen Leitlinien sowie \npatient*innenspezifische Informationen und Analysen aus der aktuellen \nmedizinischen Forschung bereit.&nbsp;<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Ganzheitliche Sicht auf das individuelle Krankheitsbild<\/h3>\n\n\n\n<p>Das Dashboard zur Unterst\u00fctzung von \u00c4rzten oder \u00c4rztinnen ist Teil \neines neuartigen, digitalen Entscheidungsunterst\u00fctzungssystems, das \nForscher*innen derzeit als Prototyp entwickeln und erproben. Sieben \nFraunhofer-Institute haben sich daf\u00fcr in dem Fraunhofer-Leitprojekt <a href=\"https:\/\/websites.fraunhofer.de\/med2icin\/\">\u00bbMED2ICIN\u00ab<\/a>\n zusammengeschlossen. Dabei m\u00fcssen die Teams allerdings eine Vielzahl an\n technischen und organisatorischen H\u00fcrden nehmen. Sie m\u00fcssen \nbeispielsweise die Frage beantworten, wie alle gesundheitsrelevanten \nDaten zu der Person digitalisiert und so vereinheitlicht werden k\u00f6nnen, \ndass sie von Maschinen gelesen, analysiert und bewertet werden k\u00f6nnen. \nDie Fraunhofer-Forscher*innen nutzen daf\u00fcr ein ganzheitliches digitales \nPatientenmodell. \u00bbDiese digitale Repr\u00e4sentanz ist nach dem Grundprinzip \ndes \u203adigitalen Zwillings\u2039 aufgebaut, wie es in der Industrie f\u00fcr \nMaschinen oder ganze Fabriken bereits erfolgreich eingesetzt wird\u00ab, \nerl\u00e4utert Mucha. Das \u00bbdigitale Patientenmodell\u00ab f\u00fchrt dabei alle \nvorhandenen Gesundheitsdaten einer Person, von den \u00e4rztlichen \nEintragungen in der Patient*innenakte \u00fcber Diagnosebilder und \nLaborbefunden bis zur zeitlichen Entwicklung von Krankheitsverl\u00e4ufen, zu\n einem digitalen Abbild zusammen.<\/p>\n\n\n\n<p>Diese maschinenlesbare Gesamtsicht auf den Gesundheitszustand ist das\n Kernelement von MED2ICIN. \u00c4rzt*innen k\u00f6nnen dadurch direkt \u00fcber das \nDashboard s\u00e4mtliche Inhalte der Patient*innenakte aufrufen und \nbearbeiten, statt wie bisher zum Beispiel zur Analyse von Bilddaten \neines MRT ein separates Programm zu starten und f\u00fcr die Auswertung von \nEEG-Kurven wieder ein anderes. Das ganzheitliche Patientenmodell \nerm\u00f6glicht dar\u00fcber hinaus die verschiedenen Typen an Informationen \nmiteinander in Beziehung zu setzen und aus der so entstehenden \nGesamtsicht zu analysieren. Diese Aufgabe \u00fcbernehmen bei MED2ICIN \nzus\u00e4tzliche Funktionsmodule, die teils von den Forschungsteams bereits \nin den Prototyp des Systems integriert werden beziehungsweise sich \nk\u00fcnftig jederzeit durch neue, zus\u00e4tzliche Module erweitern lassen.<\/p>\n\n\n\n<figure class=\"wp-block-image\"><img decoding=\"async\" src=\"https:\/\/www.fraunhofer-innovisions.de\/wp-content\/uploads\/posaune\/1977560_Dashboard-Moodbild-Praxis-2500_\/automatic\/1x1\/1977560_Dashboard-Moodbild-Praxis-2500_(-full-).jpg\" alt=\"\"\/><\/figure>\n\n\n\n<p><strong>\n\t\t\t\tDas MED2ICIN Dashboard bereitet alle Informationen der \nPatient*innenakte \u00fcbersichtlich auf und stellt den Mediziner*innen \nzus\u00e4tzlich f\u00fcr die jeweilige Behandlungssituation relevantes \nMedizinwissen zur Verf\u00fcgung.                    \n                    \n\t\t\t\t\t\n                    \n                    Bild: Fraunhofer IOSB                     \n                    \n                    <\/strong><\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Medizinisches Wissen individuell erschlie\u00dfen<\/h3>\n\n\n\n<p>Die Module sind grundlegend, um medizinisches Wissen \npatientenindividuell durchsuchen und aufbereiten zu k\u00f6nnen. Eines ist \nbeispielsweise ein auf die Auswertung und Aufbereitung medizinischer \nLeitlinien spezialisiertes KI-System. Dessen Wissensbasis sind unter \nanderem die \u00fcber 1.000 Leitlinien umfassende Datenbank der \n\u00bbArbeitsgemeinschaft der Wissenschaftlichen Medizinischen \nFachgesellschaften AWMF\u00ab. F\u00fcr die t\u00e4gliche Arbeit der Mediziner*innen \nsind sie eine wichtige Quelle \u00fcber aktuelle Empfehlungen des jeweiligen \nFachverbands zu Vorgehensweisen und Methoden bei Diagnose und Therapie. \nAngesichts der F\u00fclle an Leitlinien-Dokumenten ist ihr fachlicher Rat \nallerdings bisher nur bedingt zug\u00e4nglich. Um in einer konkreten \nBehandlungssituation die daf\u00fcr relevanten Empfehlungen ber\u00fccksichtigen \nzu k\u00f6nnen, m\u00fcssten die Mediziner*innen zwar nicht alle, aber zumindest \ndie Leitlinien durchsuchen, die ihren Fachbereich betreffen. \nGastroentrerolog*innen beispielsweise w\u00fcrden bei einer Datenbankabfrage \n\u00bbihrer\u00ab Leitlinien aber immer noch 120 Treffer mit weiterf\u00fchrenden Links\n zu weiteren, umfangreichen Dokumenten erhalten, die sich mit \nErkrankungen des Magen-Darm-Trakts befassen.<\/p>\n\n\n\n<p>\u00bbDaraus die f\u00fcr den aktuellen Status eines einzelnen Falls relevanten\n Informationen herauszupicken, ist fast schon wie die sprichw\u00f6rtliche \nSuche nach der Nadel im Heuhaufen\u00ab, betont Mucha. Das in MED2ICIN \nintegrierte KI-Modul k\u00f6nne jedoch genau dies leisten: Seine Algorithmen \nfinden in der Datenbank gezielt die Informationen, die f\u00fcr den \nindividuellen Gesundheitsstatus des*der jeweiligen Patient*in hilfreich \nsein k\u00f6nnen. Und sie leiten daraus weiterf\u00fchrende Vorschl\u00e4ge und \nEmpfehlungen f\u00fcr geeignete Diagnose- oder Therapiema\u00dfnahmen ab.&nbsp;<\/p>\n\n\n\n<p>Ein weiteres Modul bietet Behandelnden die M\u00f6glichkeit, gezielt und \nmit KI-Unterst\u00fctzung nach \u00e4hnlichen Erkrankungsf\u00e4llen und den dabei \ngemachten Therapieerfahrungen zu suchen.&nbsp;<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Schnittstelle von und f\u00fcr Mediziner*innen<\/h3>\n\n\n\n<p>Schnittstelle f\u00fcr diese und weitere Funktionen des MED2ICIN ist das \nDashboard, das die Mediziner*innen nicht nur w\u00e4hrend einer Behandlung, \nsondern beispielsweise auch als digitale Unterst\u00fctzung w\u00e4hrend einer \nTeamkonferenz nutzen k\u00f6nnen. \u00bbF\u00fcr die im Wortsinn \u203apraxisnahe\u2039 \nEntwicklung der einzelnen Module von MED2ICIN haben wir dem \nmedizinischen Personel in Kliniken \u00fcber die Schulter gesehen und in \nWorkshops gemeinsam mit \u00c4rzt*innen die einzelnen Elemente und Funktionen\n unseres Dashboards entwickelt und erprobt\u00ab, erkl\u00e4rt Mucha. Die \nintensive Einbindung der Anwender*innen sei Grundlage daf\u00fcr, dass das \nSystem den Workflow einer Behandlung adaptieren und situationsangepasst \nunterst\u00fctzen kann. Ruft der*die \u00c4rzt*in das digitale Modell eines \nBehandlungsfalls auf, erh\u00e4lt er*sie zun\u00e4chst die \u00dcbersicht \u00fcber die \nwichtigsten Daten zur Person, deren Krankheitshistorie und den aktuellen\n Behandlungsstatus.<\/p>\n\n\n\n<p>Parallel dazu weist das System auf auff\u00e4llige Sachverhalte hin: zum \nBeispiel auf Werte des aktuellen Laborbefunds, die f\u00fcr die Bewertung der\n Krankheitsentwicklung wichtig sind. Oder das System generiert einen \nFragekatalog, der \u00c4rtz*innen hilft, die f\u00fcr den konkreten Einzelfall \ndiagnoserelevanten Fakten w\u00e4hrend des Anamnesegespr\u00e4ch zu kl\u00e4ren. Auch \nbei der Einsch\u00e4tzung der Qualit\u00e4t der systemerstellen Analysen und \nEmpfehlungen unterst\u00fctzt das Dashboard die Mediziner*innen, etwa durch \nhinterlegte Erkl\u00e4rungen, die das Zustandekommen der Ergebnisse \nnachvollziehbar machen. Speziell im Bereich KI-Einsatz erforschen die \nProjektpartner dabei wissenschaftliches Neuland. \u00bbDerzeit erproben die \nTeams beispielsweise L\u00f6sungen, wie die Rechenwege, Ergebnisse und \nVorschl\u00e4ge des Systems so pr\u00e4sentiert werden k\u00f6nnen, dass sie f\u00fcr die \nmenschlichen Expert*innen nachvollziehbar und damit verst\u00e4ndlich wird\u00ab. \nDenn letztlich gehe es \u00bbnur\u00ab darum, die Behandlung umfassend zu \nunterst\u00fctzen, so Mucha. Diagnose und Therapie aber m\u00fcssen immer in der \nHand der Mediziner*innen bleiben.&nbsp;<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Digitale Unterst\u00fctzung f\u00fcr akut bis chronisch<\/h3>\n\n\n\n<p>Im Rahmen des Projekts setzen die Forscher*innen MED2ICIN zun\u00e4chst \nals Prototyp f\u00fcr zwei medizinische Anwendungsbereiche um: Erstens als \nUnterst\u00fctzungssystem f\u00fcr die Gastroenterologie im Bereich chronisch \nentz\u00fcndliche Darmerkrankungen (CED). \u00bbEin besonderer Fokus liegt dabei \nauf das Verstehen und Bewerten von Krankheits- und Therapieverl\u00e4ufen \n\u00fcber Zeitspannen bis zu mehreren Jahrzehnten hinweg\u00ab, so Mucha. Der \nzweite Einsatzbereich betrifft den Fachbereich der Onkologie. \nInsbesondere bei akuten Tumorerkrankungen seien ganzheitliche Analysen \nvon Bildaufnahmen und Vitalwerten bis zur Gensequenzierung erforderlich,\n um die Diagnose- und Therapieentscheidungen der Mediziner*innen \nbestm\u00f6glich unterst\u00fctzen zu k\u00f6nnen.<\/p>\n\n\n\n<p><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Empfehlungssystem unterst\u00fctzt Mediziner*innen bei Diagnose und Therapie Im Behandlungsraum widmen sich \u00c4rzt*innen ganz ihren Patient*innen. Dennoch geht hier (noch) viel Zeit damit verloren, Daten und Dokumente herauszusuchen, anzuzeigen und zueinander in Beziehung zu setzen. Das k\u00f6nnen Befundbriefe oder 3D-aufbereitete Bilddateien&#8230;<\/p>\n","protected":false},"author":2,"featured_media":214,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"coauthors":[3],"class_list":["post-213","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-allgemein"],"_links":{"self":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/posts\/213","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/types\/post"}],"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=213"}],"version-history":[{"count":2,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/posts\/213\/revisions"}],"predecessor-version":[{"id":216,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/posts\/213\/revisions\/216"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/media\/214"}],"wp:attachment":[{"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/media?parent=213"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/categories?post=213"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/tags?post=213"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/med2icin\/wp-json\/wp\/v2\/coauthors?post=213"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}