Skip to main content Skip to main navigation

Projekt | KiBATIN

Laufzeit:

KI-basiertes Assistenzsystem für Triagierung in der Notaufnahme

In Notaufnahmen entscheidet die Schnelligkeit. Das Notfallpersonal muss laut den Regelungen zur Notfallversorgung innerhalb von zehn Minuten einschätzen, wie dringlich Patientinnen und Patienten behandelt werden müssen. Gerade in Phasen hoher Belastung ist diese Entscheidung unter Zeitdruck eine Herausforderung. Die Rettungsdienste übermitteln zwar zunehmend digitale Protokolle, jedoch ist es schwierig, alle darin erfassten Informationen zu berücksichtigen.

Die Forschenden des Projekts entwickeln ein Assistenzsystem zur Unterstützung und Optimierung der medizinischen Ersteinschätzung in der Notaufnahme. Es analysiert Daten, die vom Rettungsdienst erhoben wurden. Dabei identifiziert es relevante Informationen und schlägt eine Priorisierung der Notfälle mit einer nachvollziehbaren Begründung vor. Das hybride KI-Assistenzsystem setzt sich aus einer auf Expertenwissen basierenden und einer datengetriebenen Komponente zusammen. Erstere bietet eine hohe Präzision und Zuverlässigkeit und wird regelbasiert gesteuert. Der datenbasierte Ansatz erhöht Abdeckung und Absicherung der Ergebnisse und wird mittels maschineller Lernverfahren trainiert.

Der innovative Ansatz liegt in der KI-basierten Erschließung von Daten an der Schnittstelle von Rettungsdienst und Notaufnahme für eine objektivere Priorisierung der Notfälle. Eine transparente Darstellung von ausschlaggebenden Faktoren unterstützt eine vertrauensvolle Interaktion des Menschen mit dem KI-System.

Partner

DNC Information Management GmbH, Hannover Städtische Kliniken Mönchengladbach GmbH, Mönchengladbach bcmed GmbH, Ulm

Publikationen zum Projekt

  1. Towards ML-supported Triage Prediction in Real-World Emergency Room Scenarios

    Faraz Maschhur; Klaus Netter; Sven Schmeier; Katrin Ostermann; Rimantas Palunis; Tobias Strapatsas; Roland Roller

    In: Dina Demner-Fushman; Sophia Ananiadou; Makoto Miwa; Kirk Roberts; Junichi Tsujii (Hrsg.). Proceedings of the 23rd Workshop on Biomedical Natural Language Processing. Workshop on Biomedical Natural Language Processing (BioNLP-2024), Bangkok, Thailand, Pages 559-569, Association for Computational Linguistics, 2024.

Fördergeber

BMBF - Bundesministerium für Bildung und Forschung

16SV9040

BMBF - Bundesministerium für Bildung und Forschung