Overview

GAIA-X-Med realisiert die Grundlagen für ein KI-Med-Ökosystem in der Domäne Gesundheit auf Basis der Europa-weit harmonisierten GAIA-X-Architektur. Das Projekt hat als Ziel eine sichere und vernetzte Daten- und Service-Infrastruktur im Bereich Gesundheit zu schaffen, um intelligente Lösungen bauen zu können. Der Fokus liegt dabei auf Kooperation zwischen Medizintechnik-Unternehmen, Wissenschaft und Kliniken. Bei GAIA-Med geht es um die Schaffung einer integrierten aber dezentralen Datenplattform, bei der die medizinischen Datenschutzanforderungen berücksichtigt werden und die Beteiligten ihre digitale Souveränität behalten. So können medizinisch-ökonomische Potenziale gut ausgeschöpft werden.

Ziele

Für ein offenes und transparentes KI-Med-Ökosystem werden Daten und Dienste verfügbar gemacht, zusammengeführt und vertrauensvoll unter Unternehmen und Krankenhäusern geteilt sowie mit KI-basierten Services veredelt. Dadurch können medizinisch-ökonomische Potenziale durch kollaborativ-integrative Arbeitsmodelle entstehen, in denen aufeinander bezogene Produkt-, Dienstleistungs- und Anwendungs-innovationen kontinuierlich entdeckt, entwickelt und umgesetzt werden.

Die Datenräume (Data Spaces) sind ausgerichtet auf medizinische Bilddaten, medizinische Sensordaten sowie Prozessdaten aus dem Krankenhausbetrieb. Sie ermöglichen transdisziplinäre und interoperable Datenwertschöpfungsketten zwischen Medizintechnikunternehmen, Gesundheitsversorgungseinrichtungen und intermediären Serviceprovidern mit dem Ziel, kooperativ-integrierte Datennutzung zu realisieren, die innovative medizintechnische Produktentwicklungen und kooperative Services hervorbringt.

Die hierfür erforderlichen KI-basierten Dienste (Services) adressieren die Verarbeitung bzw. Aufbereitung und damit Veredelung von Bild-, Sensor- und Prozessdaten für die übergreifende Nutzung der Daten und Modelle in einem komplexen System. Der Nutzen der Datenräume und Services wird am Beispiel der Use Cases demonstriert.

Use Cases

Use Case 1: KI-basierte Prozessunterstützung in der Radiologie

In diesem Use Case wird demonstriert, wie man Gesundheitsdaten aus Krankenhausinformationssystemen und Bildarchivierungs- und Kommunikationssystemen herstellerneutral, automatisch, datenschutzkonform und semantisch interoperabel zwischen Krankenhaus, Arztpraxen, Universität, Vertragsforschungseinrichtungen (CRO), Unternehmen, Patienten und Medizinprodukten teilt.

Die RF-Ablationstherapie hat sich als effektive Intervention erwiesen. Dennoch ist bei komplexen Varianten des Vorhofflimmerns, speziell in der persistierenden Form, eine patientenindividuelle Ablationsstrategie notwendig. Um die Prozesse bei J&J mit den klinischen Partnern und komplementären Medizintechnikunternehmen zu innovieren, sollen im Rahmen von GAIA-Med ausgewählte relevante Patientendaten betroffener Menschen herangezogen werden.

Ziel dieses Use Cases ist die Entwicklung von Advanced Smart Services für das KI-basierte Home Monitoring von Augenerkrankungen auf Basis des von der Fa. Visotec entwickelten, innovativen Home-OCT-Geräts (OCT ist Abk.f. Optische Kohärenztomographie) mit einer KI-Software zur Detektion von Biomarkern in OCT-Augenbildern, für die eine sichere Infrastruktur (Cloudlösung) für Routineanwendungen sowie robuste und individualisiert optimierte KI-Lösungen benötigt werden.

Das Gesamtkonzept des Teilprojekts besteht darin, einen digitalen und intelligenten Versorgungspfad in der Traumaversorgung zu etablieren. Startpunkt bildet die videobasierte Ferninteraktion im Operationssaal bzw bei der Notaufnahme. Elektronische Gesundheitsakten (EHR), Patientenberichte und Bilddaten, Operationsdaten und -technologie werden auf einer digitale Plattformtechnologie integriert, um eine nachfolgende hochwertige und personalisierte Trauma-Versorgung zu erreichen.

Betreiber von Krankenhausküchen sind verpflichtet, gesetzlich vorgegebene Hygienevorschriften einzuhalten, die Einhaltung zu dokumentieren und die Dokumentation für die Überwachung und Auditierung durch das Amt für Lebensmittelüberwachung („Veterinäramt“) jederzeit aktuell verfügbar zu haben. Grundlage dieser Dokumentation ist ein HACCP-Konzept (Hazard Analysis Critical Control Point) zur Gefährdungsanalyse kritischer Kontrollpunkte.

Das Ziel des Use Cases ist die GAIA-X-Befähigung medizinischer Expertensysteme auf Basis von MCEA Medical Cause and Effects Analysis. Dieserart Decision Support Systeme bedürfen des Datenaustausches mit Bild- und Sensor-gestützten Systemen (Geräten) sowie KIS/PACS-Systemen samt angebundener KI-Anwendungen z.B. der maschinellen Mustererkennung.