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 hierzu fehlenden Elemente der Standards werden durch harmonisierte Standards herstellerneutral ergänzt. Durch ein Mapping mit regulären Expressionen und Methoden der KI wird die semantische Interoperabilität hergestellt. Die Wahrung von Patientenrechten wie z.B. die Rechte auf Transparenz, Auskunft, Einschränkung, Informationspflicht oder Vergessenwerden, werden durch den datenschutzgetriebenen Designansatz von GAIA-X implementiert, der deutlich über Standard-implementationen von HL7 oder FHIR hinausgeht. Durch darauf basierende Advanced Services können die Prozesse zwischen verschiedenen Gesundheitsanbietern optimiert werden und damit kostengünstiger und schneller gestaltet werden. Um dies praxisnah zu illustrieren, wird in diesem Use Case KI zur  Analyse radiologischer Bilder aus der Radiologie des UKSH realisiert, um Diagnose und Behandlungsqualität zu verbessern.

Use Case 2: Datenintegration zur patientenindividuellen Ablationstherapie

Vorhofflimmern ist die am häufigsten verbreitete Herzrhythmusstörung. 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. Dies soll perspektivisch neben einer Ablationsstrategie-Empfehlung auch eine Voraussage des prozeduralen Erfolgs, d.h. einer prädiktiven Aussage für den konkreten Patienten, ermöglichen. Durch die Verwendung von GAIA-X am Beispiel der Kardiologie des UKSH können neben Daten wie Demografie, Alter und medizinischer Historie der Patienten auch andere Datenquellen wie Bildgebung und Biosensorik des Herzens oder Nachsorge-Daten für eine Optimierung der Therapie herangezogen werden (vor allem auch überregional). Die abgeleiteten KI-basierten Analysen ermöglichen ein völlig neues Qualitäts-Niveau in der Rhythmus-kontrollierenden Ablationstherapie und haben das Potenzial, die limitierten Ressourcen des Gesundheitssystem durch die Minimierung von Folgeerkrankungen zu entlasten. 

Use Case 3: KI-basiertes Home Monitoring von Augenerkrankungen

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. Als Nutzer des Systems, zwischen denen Bilddaten und KI-Analyseergebnisse ausgetauscht werden, sind neben den beteiligten Patienten niedergelassene Augenärzte sowie auch Reading Center zu nennen.  Aus dem UKSH werden zur gesamtheitlichen Beurteilung weitere Bilddaten wie z.B. Fundusbilder, Fluoresenzaufnahmen, FLIO-Bilder etc. in die Cloud integriert und für eine Auswertung der multimodalen Bilddaten gemeinsam mit weiteren klinischen Informationen genutzt. Reading Center sind bei der klinischen Evaluation sowie für die weitere Verbesserung des Systems von hoher Bedeutung, da hier hochqualitative Ground Truth Annotationen für die Bilddaten erstellt werden. Die Komponenten des Gesamtsystems benötigen KI-Methoden, um bspw. Bilder zu analysieren oder den individuellen, zeitlichen Krankheitsverlauf zu erfassen und automatisch zu bewerten. Entsprechend sollen im Rahmen des GAIA-Med-Projekts systematisch patientenindividuelle, zeitliche Verläufe in den 4D-Bildfolgen durch erweiterte KI-Methoden analysiert werden, in denen sich das individuelle Fortschreiten der Krankheit widerspiegelt.

Use Case 4: KI-basierte Unterstützung in der Traumaversorgung

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. Kernelemente der Plattform sind ein Digitaler Zwilling und eine anzuarbeitende KI sowohl als Expertensystem an der Klinik als auch für ein Nachsorge-System für Rehabilitation und Patienten-Feedback. Die Plattform als Dienstleistungs-Produkt unterstützt als Expertensystem die klinische Versorgungsplanung und Mediziner in der akuten Versorgungsstrategie und in der Nachsorgefunktion die integrierte Versorgung und bietet Transparenz zu medizinischen Nutzern zur gewählten Versorgungsstrategie als digitalen Erfahrungswert. Sensor-, Prozess- und Patientendaten – aus diversen Bereichen der Patienten-Physiologie – werden in einem Trauma-Zwilling (Klinischer und postklinischer Zwilling) zusammengeführt und können so in eine individualisierte datenbasierte Behandlung auch klinisch umgesetzt werden.

Durch die Verknüpfung des digitalen klinischen Zwillings mit den Daten aus Rehabilitation und Patienten-Feedback (Postklinischer Zwilling) könnte dann auch der Patient-Outcome im Zusammenhang mit der Therapie messbar gemacht werden und nicht nur die klinische Umsetzung eines Operations-Prozesses. Dieser digitale Zwilling kann auf Grund wachsender Datendichte Patientennutzen durch individuell angepasste Therapien bewirken. Im Projekt wird auf Basis des GAIA-X-basierten Datenaustausches von Geräten, Bildgebung und KIS-System die Demonstration eines initialen Telepräsenzsystems an der Traumatologie/Orthopädie des UKSH angestrebt.

Use Case 5: HACCP im Smart Hospital

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. Ziel dieses Teilpojektes ist es, die Überwachung dieser kritischen Kontrollpunkte in der Nahrungsmittellagerung, der Speisenvorbereitung, dem Speisentransport und der Abfallentsorgung im UKSH durch die Nutzung von IoT-Sensorik zu automatisieren und die Messergebnisse in die GAIA-X Plattform zu übertragen. Das zuständige Amt für Lebensmittelsicherheit oder auch die UKSH-Infektiologie (Infektionsüberwachung) kann sich dann in Echtzeit über die GAIA-X Cloud über die Einhaltung der Hygienevorschriften und der Mess-/Grenzwerte der einzelnen kritischen Kontrollpunkte im UKSH informieren und ist nicht mehr auf ein aufwändiges Audit angewiesen, um seinen Kontrollpflichten nachzukommen. Das UKSH kann den manuellen Aufwand für die verpflichtende Dokumentation reduzieren bei gleichzeitig deutlich erhöhter Qualität der Dokumentation. KI-basierte Prozesse können aus der Analyse der verschiedenen Sensorwerte Hinweise auf zusätzlich durchzuführende Kontrollen geben und die Mess-/ Dokumentationsfrequenz bestimmter Sensorwerte in der IoT-Plattform aktiv steuern, um die Lebensmittelsicherheit in den verschiedenen UKSH-Prozessen sicherzustellen. Der Demonstrator soll darüber hinaus zeigen, dass den Veterinärämtern in Schleswig-Holstein über die Hypros Iot-Plattform in Verbindung mit der GAIA-X Cloud ein Monitoring-Portal zur Verfügung gestellt werden kann, mit dem die kritischen Kontrollpunkte und damit die Einhaltung der Hygienevorschriften in den Gesundheitseinrichtungen kontinuierlich in Echtzeit dokumentiert und überwacht werden können, so dass vorgeschriebene Überprüfungsaudits zukünftig sehr fokussiert und faktenbasiert durchgeführt werden können. Neben der Herstellung der eigenen GAIA-X-Fähigkeit besteht die Mitwirkung des Unternehmens insoweit vor allem auch darin, das Architekturmodell und die Servicelevels/-inhalte von GAIA-X-Servicedefinitionen (Zweckbestimmungen), über Spezifikationen, entwicklungsbegleitende Unterstützung bis hin zur Erprobung/Validierung mit zu gestalten/formen.

Use Case 6: Decision Support System

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. Die dem Projekt MCEA zugrundeliegende funktionale Modellierungssoftware der Firma PLATO bedarf insoweit einer gezielten Einbindung in die GAIA-X-Architektur, die einerseits durch geeignete KI-Serviceschnittstellen sowie andererseits Inputschnittstellen für medizinische Daten realisiert wird und beidseitig einen anfragegerechten Datenoutput an die User (i.d.R. Mediziner) ermöglicht. Anhand des MCEA-UseCases Infektiologie ggf auch in Kombination mit dem UseCase HACCP soll die generelle GAIA-X-Fähigkeit der Software entwickelt, erprobt und demonstriert werden.