KIPos: KI-gesteuerte postoperative Versorgung herzchirurgischer Patienten; Teilvorhaben AICURA medical GmbH

Abstract

Im Projekt KIPOS wurden zwei zentrale Arbeitsstränge verfolgt: die Erforschung von KI-Systemen sowie die Integration in klinische Umgebungen. Ausgangspunkt war die in der TVB definierte Struktur (Bereich 1: Daten/Schnittstellen, Bereich 2: KI-Analyse, Bereich 4: Integration/Evaluation), die projektlogisch auf diese beiden Stränge verdichtet wurde. Der medizinische Kontext ergab sich aus dem kardiochirurgischen Schwerpunkt des Projektpartners UKD: Einsatz in der postoperativen intensivmedizinischen Versorgung kardiochirurgischer Patient:innen. Im Projekt wurde der Anwendungsfall der frühzeitigen Erkennung hämodynamischer Instabilität, insbesondere eines drohenden systolischen Blutdruckabfalls innerhalb von 30 Minuten, als klinisch besonders relevant und aufgrund seiner Komplexität für KI-Methoden geeignet herausgearbeitet. Im Bereich der KI-Systeme wurden zunächst klassische Deep-Learning-Ansätze für Zeitreihen (Conv1D, LSTM, GRU) systematisch untersucht, bevor methodische Grenzen zu einer Neuausrichtung auf LLM-basierte Verfahren führten. Mit diesen konnten heterogene, lückenhafte Routinedaten robuster verarbeitet und Bias-Analysen integriert werden. Die geplante Entwicklung auf UKD-Daten war nicht möglich; die Validierung erfolgte auf harmonisierten MIMIC-IV-Daten. Der Strang Integration sah ursprünglich eine On-premise-Installation am UKD vor. Aufgrund externer Rahmenbedingungen wurde stattdessen eine Referenzumgebung aufgebaut, um Schnittstellen, Datenflüsse und Orchestrierung reproduzierbar zu simulieren. Parallel wurde das AICURA-Datenmodell methodisch weiterentwickelt, um dynamische Routinedaten mit statischem medizinischem Vorwissen zu koppeln. Damit verschob sich der Projektfokus von der geplanten Systemintegration hin zur Erarbeitung von Grundlagen, die für AICURA eine hohe wissenschaftliche und strategische Relevanz besitzen – insbesondere durch die Kombination von LLM-Technologien und modernen Datenmodellen.