KIRETT
Das Projekt KIRETT entwickelt einen tragbaren KI-Assistenten zur Unterstützung von Rettungskräften unter extremem Druck. Das Gerät integriert und bewertet multimodale Daten - von der Leitstelle, der medizinischen Ausrüstung und den Sanitätern - und bietet so Entscheidungshilfen in Echtzeit. Durch den Einsatz von KI-Algorithmen für das Situationsbewusstsein und eines Wissensgraphen zur Ableitung von Handlungsempfehlungen aus medizinischen Richtlinien soll KIRETT die Qualität der Versorgung, die Effizienz und die Patientensicherheit bei kritischen Rettungseinsätzen verbessern.
Projektbeschreibung
Das KIRETT-Projekt befasste sich mit der immensen Belastung von Rettungssanitätern durch die Entwicklung eines tragbaren KI-Assistenten, der als intelligenter Co-Pilot bei kritischen Rettungseinsätzen fungieren soll. Der Kern des Systems basierte auf zwei Forschungspfeilern: Erstens auf der Echtzeit-Situationserkennung, die ein auf multimodalem maschinellem Lernen basierendes System zur kontinuierlichen Analyse verschiedener Datenströme - von medizinischen Geräten, Einsatzberichten und Eingaben des Sanitäters - einsetzte, um lebensbedrohliche Veränderungen des Zustands eines Patienten sofort zu erkennen. Zweitens liefert es intelligente Handlungsempfehlungen, indem es einen ausgeklügelten Wissensgraphen nutzt, der aus offiziellen medizinischen Richtlinien und Expertenwissen aufgebaut ist. Dadurch konnte das Wearable über einfache Warnungen hinausgehen und auf intelligente Weise die am besten geeigneten nächsten Schritte, Behandlungsalternativen oder Medikamentendosierungen für den jeweiligen Notfall ableiten und vorschlagen. Durch die nahtlose Integration von Daten, die Erkennung kritischer Situationen und die Bereitstellung kontextbezogener Anleitungen sollte KIRETT die kognitive Belastung verringern, die Präzision und Effizienz der Ersten Hilfe verbessern und letztlich die Überlebensrate der Patienten erhöhen. Der endgültige Demonstrator wurde in realistischen Rettungsübungen gründlich evaluiert, was seine Zuverlässigkeit und Wirksamkeit im Einsatz bestätigte.
Schwerpunktthemen/Bereiche
-
KI im Gesundheitswesen, eingebettete KI
-
Projektdauer
01.07.2021-30.06.2024 -
Bereiche
KI im Gesundheitswesen, eingebettete KI -
Finanzierung
Fördermittelgeber: Bundesministerium für Bildung und Forschung (BMBF)
Methodik
Methode 1
Zunächst wurden Tools zur Datenvorverarbeitung entwickelt, um große Mengen historischer Rettungseinsatzdaten zu hochwertigen Trainingsdatensätzen zu verarbeiten und zu standardisieren.
Methode 2
Eine multimodale KI-Architektur wurde entwickelt und trainiert, um kritische Patientenzustände durch die Verschmelzung von Zeitseriensensordaten mit sprachlichen Eingaben zu erkennen.
Methode 3
Ein umfassender Wissensgraph wurde durch Anwendung von Natural Language Processing erstellt, um Handlungsschritte aus offiziellen medizinischen Leitlinien zu extrahieren und zu strukturieren.
Methode 4
Die entwickelten Algorithmen wurden dann in einen tragbaren Demonstrator integriert und durch praktische Bewertungen in simulierten groß angelegten Rettungsübungen validiert.
