Sie befin­den sich hier:Start­sei­te/Blog/Future Health­ca­re mit sepp.med

Future Healthcare mit sepp.med

Lese­zeit: 6 Minu­ten
future healthcare socialshare

Das Know-how von morgen für die digitale Healthcare der Zukunft

Die Medi­zin­tech­nik der Zukunft setzt auf die Digi­ta­li­sie­rung. Neben dem Men­schen sind der Digi­ta­le Zwil­ling und künst­li­che Intel­li­genz der Trei­ber für die Medi­zin von mor­gen: Den Men­schen sicht­bar machen und das Kran­ken­haus als leben­des Netz­werk vir­tua­li­sie­ren – was bei IoT funk­tio­niert, kann doch auch beim Men­schen funk­tio­nie­ren! Die Digi­ta­li­sie­rung revo­lu­tio­niert die Behand­lun­gen und die Mög­lich­kei­ten des medi­zi­ni­schen Per­so­nals. Das schafft Raum für die Arbeit am ech­ten Men­schen. Aber was, wenn der Com­pu­ter sich irrt? Wie kann ich einen selbst­ler­nen­den Algo­rith­mus beherr­schen und war­um ist gera­de hier Wis­sen bes­ser als Glauben?

Beispiel 1: Der „Digitale Zwilling“ als Online-Validierungs-Labor

Medi­zin­ge­rä­te wer­den oft­mals in einem IT-Netz­werk (Medi­zin­ge­rä­te-Netz­werk) betrie­ben. Sol­che Netz­wer­ke ver­bin­den in der Regel Medi­zin­ge­rä­te unter­schied­li­cher Typen und Her­stel­ler. Sie müs­sen nicht nur gegen IT-Risi­ken wie Cyber-Angrif­fe abge­si­chert wer­den, son­dern auch die Inter­ak­ti­on der Gerä­te unter­ein­an­der berück­sich­ti­gen, um einen siche­ren Betrieb nach Ver­än­de­run­gen der Netz­struk­tur oder nach Gerä­te-Updates zu gewährleisten.

Im Rah­men des FuE-För­der­pro­gramms „Infor­ma­ti­ons- und Kom­mu­ni­ka­ti­ons­tech­no­lo­gie“ des Frei­staa­tes Bay­ern über­nimmt sepp.med in Zusam­men­ar­beit mit dem Strah­len­kli­ni­kum des Uni­ver­si­täts­kli­ni­kums Erlan­gen fol­gen­de Aufgaben:

Healthcare 1
  • Auf­bau eines Online Living-Lab als Online-Vali­die­rungs­La­bor zur Absi­che­rung und Vali­die­rung der kli­ni­schen Pro­zes­se und tech­ni­sche Umge­bung des Medizingerätenetzwerks.
     
  • Erstel­lung eines „Digi­ta­len Zwil­lings“ des Medi­zin­ge­rä­teNetz­werks, der zur Echt­zeit-Über­wa­chung des Netz­werk­sta­tus und als Früh­warn­sys­tem geeig­net ist.

sepp.med setzt dabei auf Künst­li­che Intelligenz:

  • Echt­zeit-Netz­werk­ana­ly­se und Simu­la­ti­on, um so zukünf­ti­ge Betriebs­zu­stän­de vor­her­zu­sa­gen und vor­beu­gen­de War­tungs­maß­nah­men zu definieren.
     
  • Auto­ma­ti­sches Erken­nen von abnor­ma­lem Verhalten.
     
  • Zusätz­li­che Intel­li­genz­ebe­ne hilft mit­tels prä­skrip­ti­ver Ana­ly­tik, kri­ti­sche Situa­tio­nen vorherzusagen.

Beispiel 2: 2nd Opinion – Mit einer zweiten Meinung zur sicheren Diagnose

Mit der Anwen­dung „2nd Opi­ni­on“ hat sepp.med eine Bei­spiel­lö­sung für eine assis­tie­ren­de Bild­be­fun­dung von Augen­krank­hei­ten mit­tels Deep Lear­ning Metho­den auf einer Web-Platt­form als Pro­to­typ ent­wi­ckelt. Der Ansatz bie­tet dem Fach­arzt die Mög­lich­keit, sei­nen Befund online durch eine zwei­te Mei­nung – die des Algo­rith­mus – über­prü­fen zu las­sen. Gleich­zei­tig kann der Befund mit ande­ren Befun­den in Rela­ti­on gesetzt werden.

Healthcare 2

Die Qua­li­tät zählt! Der sepp.med Deep Lear­ning Qua­li­ty Ansatz:

  • Tren­nung der Trainings‑, Vali­die­rungs- und Test­da­ten ent­spre­chend der Best Prac­ti­ces im Machi­ne Learning
     
  • Ver­wen­dung von Daten­mo­del­lie­rung und Abbil­dung der Kom­bi­na­to­rik in gra­fi­schen Ablauf­dia­gram­men mit­hil­fe der MBTsuite
     
  • Wich­tig: Trai­nings- und Vali­die­rungs­da­ten müs­sen reprä­sen­ta­tiv, nor­miert, ver­füg­bar und rele­vant sein
MBTsuite Logo

Die MBT­sui­te als Test­fall­ge­ne­ra­tor lie­fert in die­sem Modell jeweils einen mini­ma­len Satz an Test­da­ten, der alle Äqui­va­lenz­klas­sen bzw. Grenz­wer­te abdeckt. Bei jeder Ände­rung erhält man so einen neu­en Satz an Test­da­ten, was die Vari­anz des Tests erhöht.

Die Über­wa­chung des Algo­rith­mus durch ver­schie­de­ne Metriken:

  • DICE Koef­fi­zi­ent
  • Haus­dorff Metrik
  • Exe­cu­ti­on Time Metrik

sepp.med setzt auf fol­gen­den Test Workflow:

Healthcare 3

Der ers­te Schritt ist immer der Wich­tigs­te: Spre­chen Sie uns an, wir unter­stüt­zen Sie ger­ne: info@seppmed.de

Kommentare und Feedback gerne via Social Media:

Blei­ben Sie auf dem Lau­fen­den – mit dem monat­li­chen sepp.med Newsletter: