Aus technischen Medien Informationen extrahieren
1. Key Facts
| Anwendende | MediTECH Eletcronic GmbH |
| KI-Dienstleistende | Mittelstand-Digital Zentrum Hannover |
| Prozess | Gesundheitswesen und Medizin: Entwicklung personalisierter Behandlungspläne |
2. Ausgangssituation und Herausforderungen
Die Analyse von Gesundheitszuständen einzelner Patient*innen erfolgt aktuell auf Basis des Kenntnisstandes und der Erfahrungswerte von Ärzt*innen, Therapeut*innen oder Pädagog*innen. In über 10 Jahren wurden während Trainings- und Therapieeinheiten Daten gesammelt und lokal in den jeweiligen Softwarelösungen gespeichert.
Ein Vergleich zwischen Patient*innendaten findet jedoch aufgrund fehlender Funktionalität der Softwareprogramme nicht statt. Auch eine gesamtheitliche Betrachtung der Patientendaten kann wegen fehlender Schnittstellen zwischen den Softwareprogrammen nicht erfolgen. Dementsprechend können keine optimierten Gesundheitsanalysen durchgeführt werden.
3. Ziel des Projekts
Im Projekt soll eine prototypische Auswertung der Patient*innendaten mithilfe von Künstlicher Intelligenz erfolgen. Ziel der Auswertung ist es, neue Erkenntnisse aus der großen Datenmenge (Big Data) zu gewinnen und somit das Gesundheitspersonal in ihrer Arbeit zu unterstützen.
Durch die Identifikation von Zusammenhängen zwischen den anonymisierten Daten sollen die Anwendenden befähigt werden, optimierte individuelle Gesundheitsanalysen ihrer Patient*innen durchzuführen.
4. Projektablauf
Für das Projekt werden die Patient*innendaten mehrerer Anwendungen von der MediTECH Electronics GmbH anonymisiert in Form einer Datenbank bereitgestellt. Die Anwendungen testen das Hören, Sehen und Verstehen und werden vor allem für Kinder zur Lernförderung eingesetzt.
Die Patientendaten sollen im ersten Schritt für Python lesbar gemacht und aufbereitet werden. Im Rahmen der Datenvorverarbeitung werden Ausreißer und Messfehler identifiziert und gelöscht. Anschließend erfolgt eine Analyse der Patientendaten mithilfe von statistischen Methoden und im nächsten Schritt mit Methoden der Künstlichen Intelligenz.
Identifizierte Zusammenhänge zwischen den Daten sollen Rückschlüsse zu Gesundheits- bzw. Krankheitsmustern zulassen und eine verbesserte Gesundheitsanalyse einzelner Individuen ermöglichen.