Neue Perspektiven für die Gesundheitswirtschaft: Das im Projekt MED²ICIN entwickelte System zur Entscheidungsunterstützung soll schnellere Behandlungserfolge bringen. Indem es alle individuellen Patienteninformationen bündelt und mit Kohorten ähnlicher Individuen abgleicht, unterstützt es Medizinerinnen und Mediziner in ihrer Entscheidungsfindung. Neben der Auswahl einer optimalen Therapie reduziert diese Lösung Behandlungszeit und -kosten. Das Fraunhofer-Leitprojekt, an dem sieben Institute beteiligt sind, endet nach vierjähriger Laufzeit mit der Vorstellung des Prototyps am 17. Juli in Frankfurt.
Mit einer personalisierten und kostenintelligenten Behandlung eröffnet das digitale Patientenmodell neue Möglichkeiten für die Gesundheitswirtschaft. In unterschiedlichsten Systemen vorhandene Patientendaten werden dadurch zu einem digitalen Abbild zusammengeführt. »Es bringt Vorteile sowohl für die konkrete Behandlung individueller Patientinnen und Patienten als auch für den Einsatz gesamtgesellschaftlicher Gesundheitsausgaben mit sich«, sagt Dr. Stefan Wesarg, Head of Competence Center Visual Healthcare Technologies am Fraunhofer-Institut für Graphische Datenverarbeitung IGD und Koordinator von MED²ICIN. »Eine datenschutzkonforme Zusammenführung individueller Gesundheits- und Krankheitsdaten und deren intelligente Analyse lässt eine vollkommen neuartige Lösung für eine effektivere Prävention, Diagnostik, Therapie und Versorgung entstehen.«
Kostenreduktion und Entlastung von Fachpersonal
Eine wirksame Begrenzung der Gesundheitsausgaben, wie z.B. die Vermeidung von teuren Mehrfacherhebungen von MRT-Aufnahmen oder die Minimierung des manuellen Aufwands bei der Auswertung von Bilddaten, berücksichtigt die größten volkswirtschaftlichen Herausforderungen im Gesundheitsbereich, denen wir zurzeit ins Auge sehen: die steigenden Kosten im Gesundheitsbereich und den enormen Fachkräftemangel mit einhergehendem Versorgungsengpass.
Gemeinsam mit sechs weiteren Fraunhofer-Instituten entwickelten Wesarg und sein Team den digitalen Zwilling. Während ein interaktives Dashboard die Informationen und Empfehlungen übersichtlich zusammenfasst, bieten diverse Module einen detaillierteren Einblick. Hier können Medizinerinnen und Mediziner auf KI-basierte Analysen, beispielsweise medizinischer Fachpublikationen, zugreifen und die Leitlinien für die Behandlung sowie die entstehenden Kosten der Behandlungsoptionen einsehen. Im Kohortenmodul werden die individuellen Patienteninformationen in Bezug zu Daten ähnlicher Krankheitsverläufe gesetzt – so können Behandelnde identifizieren, in welchen Fällen welche Therapien optimal wirken. Über eine App können Patientinnen und Patienten selbst Lifestyle-Daten einbringen.
Entscheidungsmodell überzeugt im Praxistest
Eine Online-Umfrage unter knapp 50 Gastroenterologinnen und Gastroenterologen, die das webbasierte System in Krankenhäusern sowie Praxen getestet haben, zeigt: Das Patientenmodell erfüllt die gesetzten Ziele. Während 23 Prozent die Kostenersparnis loben, stellen 35 Prozent der Befragten die dank des Modells verkürzte Behandlungszeit heraus. Bislang wird das digitale Patientenmodell für chronisch-entzündliche Darmerkrankungen (CED) eingesetzt, künftig auch für weitere Krankheitsbilder.
Dr. Irina Blumenstein, Oberärztin am Universitätsklinikum Frankfurt, war als CED-Expertin an der Entwicklung von Anfang an beteiligt. »Sowohl für Expertinnen und Experten als auch für weniger erfahrene Gastroenterologinnen und Gastroenterologen stellt das Tool eine ausgezeichnete Unterstützung für den Behandlungsalltag dar«, sagt die Fachärztin für Innere Medizin, Gastroenterologie und Ernährungsmedizin.
Weiterentwicklung schafft Grundlage für breite Nutzung
Zukünftig treiben Wesarg und sein Team auf europäischer Ebene die Forschung mit finnischen Partnern voran. Auf Basis von 10 000 Patientendaten entwickeln sie das Modell weiter, damit es in kommerziell genutzte Systeme eingebunden und im medizinischen Alltag genutzt werden kann. »Die Entscheidung trifft am Ende der Mensch – durch unser Patientenmodell, dessen einzelne Module durch Künstliche Intelligenz unterstützt werden, steht ihm dafür eine optimale Datengrundlage zur Verfügung«, erklärt Wesarg.
Wie das Datenmodell mit seinem interaktiven Dashboard und den einzelnen Modulen im Detail funktioniert, stellen die Projektbeteiligten am 17. Juli im Campus Westend der Frankfurter Goethe-Universität vor. Hierzu laden sie Interessierte aus dem klinischem und industriellem Umfeld, der Medizintechnik, der Health-IT und der Pharmaindustrie sowie Medienvertreter ein.
Anmeldungen sind auf der Seite MED²ICIN-Symposium möglich.
Journalistinnen und Journalisten können sich unter presse@igd.fraunhofer.de anmelden.
https://www.fraunhofer.de/de/presse/presseinformationen/2023/juli-2023/digitales...
Das digitale Patientenmodell, Ergebnis des Fraunhofer-Leitprojekts MED²ICIN, überzeugt im Praxistest ...
© Fraunhofer IGD
Criteria of this press release:
Journalists
Electrical engineering, Information technology, Mathematics, Medicine, Nutrition / healthcare / nursing
transregional, national
Cooperation agreements, Research projects
German
Das digitale Patientenmodell, Ergebnis des Fraunhofer-Leitprojekts MED²ICIN, überzeugt im Praxistest ...
© Fraunhofer IGD
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).