Ein Patient. Millionen Datenpunkte. Ein komplexes Gesamtbild.
Rund um einen operativen Eingriff entstehen vielfältige klinische Informationen – von Vorerkrankungen, Laborwerten und Medikation über Monitoringdaten und physiologische Signale bis hin zu postoperativen Outcomes. Viele dieser Daten liegen jedoch getrennt voneinander vor und werden bislang nur unvollständig zusammengeführt.
Vor der Operation sind individuelle Risiken nicht immer vollständig sichtbar. Während der Operation entstehen kontinuierlich neue Daten in hoher zeitlicher Auflösung. Nach der Operation zeigt sich, welche physiologischen Veränderungen, Komplikationen und Therapieentscheidungen tatsächlich relevant waren.
AI²POC untersucht, wie diese multimodalen Daten systematisch integriert, wissenschaftlich analysiert und mit klinischer Expertise sowie Methoden der künstlichen Intelligenz verknüpft werden können.
01
Vor der Operation
Risiken charakterisieren

02
Während der Operation
Physiologie verstehen

03
Nach der Operation
Outcomes analysieren

Multimodale Daten
Perioperative Daten aus unterschiedlichen Quellen
Klinische Expertise & Data Science
Medizinisches Wissen trifft Datenanalyse und KI
Wissenschaftliche Erkenntnisse
Muster, Zusammenhänge und Risiken untersuchen
Translation in die Versorgung
Neue Ansätze für eine personalisierte perioperative Medizin
Unser Ziel: aus komplexen Daten klinisch relevantes Wissen gewinnen, Risikomuster besser verstehen und neue Ansätze für eine personalisierte perioperative Medizin entwickeln.

