DATIpilot Modul 1 Innovationssprints: (KI)-gestützte Vorhersage von (W)undverläufen und deren (i)ndividuelle Kosten - KIWI
Sachbericht zum Verwendungsnachweis
Date
Authors
Editor
Advisor
Volume
Issue
Journal
Series Titel
Book Title
Publisher
Supplementary Material
Other Versions
Link to publishers' Version
Abstract
Das Ziel des Projektes war die KI-gestützte Vorhersage von Behandlungsverläufen und Heilungschancen durch die Anwendung künstlicher Intelligenz auf Wundbilder und Patientendaten, die im Rahmen der Kaltplasma-behandlung erhoben werden. Die Coldplasmatech GmbH ist verantwortlich für die Erhebung und Bereitstellung der Patientendaten sowie für die Koordination und Sicherstellung der professionellen Behandlung der Patienten in zertifizierten Plasma.Kompetenz.Zentren. Die TU Dresden hat im Rahmen des Projekts die Entwicklung eines KI-Systems zur Analyse und Prognose der Wundheilung übernommen. Beitrag des Teilprojekts A: Coldplasmatech hat die Verantwortung für die Erhebung und Dokumentation der Patientendaten sowie die Koordination der Behandlung in den Plasma.Kompetenz.Zentren. Ein besonderes Augenmerk lag auf der Sicherstellung der Qualität der Dokumentation und der Einhaltung der Datenschutzvorgaben. Coldplasmatech hat außerdem das Ziel verfolgt, ein Pay-per-Performance-Modell zu entwickeln, das auf den durch die KI gewonnenen Erkenntnissen basiert. Beitrag des Teilprojekts B: Zusammenstellung und Aufbereitung eines Wund- und Patientendatensatzes, auf dessen Basis eine KI trainiert wird, die in der Lage ist, Wunden zu analysieren und Merkmale zu extrahieren. Implementierung einer neuartigen Wundheilungsprognose, deren Genauigkeit evaluiert wird. Dazu wird zunächst in Zusammenarbeit mit Coldplasmatech ein Datensatz erstellt, der mit weiteren bereits vorhandenen Literaturdatensätzen angereichert wird. Mittels klassischer und neuartig KI-basierter Bildsegmentierungsverfahren soll dann die Wunde erkannt und Merkmale extrahiert werden. Als besondere Schwierigkeit wurde die geringe Anzahl an Trainingsdaten identifiziert, für die Mitigationsstrategien angedacht sind. Auf Basis der Patientendaten und der extrahierten Bildinformationen soll ein innovativer Prognosealgorithmus trainiert werden, der den Heilungsverlauf vorhersagen kann.
