====== Medizintechnik Gruppe ====== ~~NOCACHE~~ ===== Forschung ===== Bei unserer Forschung im Feld der Medizintechnik fokussieren wir uns auf die interdisziplinäre Schnittstelle von Intensivmedizin, Datenanalyse, Maschinellem Lernen, Regelungstechnik und eingebetteter Software. Hierbei sind wir besonders an datenbasierter Früherkennung von Krankheitsbildern und Gerätestörungen, sowie modellbasierter Regelung von Organunterstützenden Systemen interessiert. {{:forschung:medtechsynergien_cut (2).png?nolink575|}} ===== Projekte ===== ==== Aix-Neo-Guard ==== ### Die Digitalisierung der intensivmedizinischen Arbeitsumgebung ermöglicht die Zusammenführung von Patientendaten aus Diagnostik und Therapie, wodurch multiparametrische, hochfrequente Datenkollektionen entstehen. Während solche Datenbanken für Erwachsene bereits öffentlich zugänglich etabliert sind, fehlt im Bereich der neonatologischen und pädiatrischen Intensivmedizin die Datengrundlage, um vielfältige Krankheitsbilder systemisch zu modellieren oder Methoden der künstlichen Intelligenz (KI) einzusetzen. ### {{:forschung:ang_logo_1.png?nolink&170 |}} ### Das Projekt AIx-Neo-Guard welches den erzeugten Datensatz eines vorherigen Projekts Nanni nutzt und erweitert, hat als übergeordnetes Ziel die Verbesserung intensivmedizinischer Diagnostik und Therapie im Neonatal-, Kindes- und Jugendalter durch Erhöhung der Therapiesicherheit und Verbesserung der medizinischen Ausbildung. ### ### Durch den Einsatz KI-basierter Algorithmen wird die Früherkennung von Behandlungs-Komplikationen möglich und es entstehen vertiefte Einblicke in pathophysiologische Zusammenhänge. Darüber hinaus wird ein physiologisches Modell zur Abbildung des pulmonalen Gasaustausches unter mechanischer Ventilation erarbeitet, welches in der Zukunft sowohl die Ausbildung von medizinischem Personal als auch die Therapie direkt unterstützen könnte. Als erste konkrete Schritte wurden bereits KI-Methoden wie Random Forest oder rekurrente Neuronale Netze auf hochaufgelöste Zeitreihendaten angewendet, um Patienten-Ventilator Asynchronitäten automatisiert zu erkennen. ### \\ Ansprechpartnerin: [[:lehrstuhl:mitarbeiter:oprea]] \\ \\ ==== Erklärbare Künstliche Intelligenz ==== ### Im Kontext der Projekte "SMITH", sowie "Aix-Neo-Guard" beschäftigen wir uns mit dem Thema der erklärbaren und interpretierbaren künstlichen Intelligenz, bzw. dem erklärbaren und interpretierbaren Machine Learning. Hierbei werden alle Aspekte des Data-Processings in Betracht genommen: Eine übersichtliche und gute visuelle Darstellung der vorhandenen Daten um Medizinern das Arbeiten mit den Daten zu erleichtern; Frameworks, die bestehende Machine Learning Verfahren um eine Auswahl von Erklärbarkeits und Interpretierbarkeits erweitern können; Von Grund auf für Erklärbarkeit und Interpretierbarkeit entwickelte Machine Learning Verfahren; Erweiterte Auswertungsverfahren für Machine Learning, die über einzelne Werte hinaus die Fähigkeiten und Schwächen der Verfahren darlegen. ### \\ Ansprechpartner: [[:lehrstuhl:mitarbeiter:fonck]], [[:lehrstuhl:mitarbeiter:kruschewsky]], [[:lehrstuhl:mitarbeiter:oprea]] \\ \\ ==== SMITH ==== ### Innerhalb des [[https://www.smith.care/|SMITH-Projektes]] werden innovative IT-Lösungen zur Verbesserung der medizinischen Patientenversorgung entwickelt. Mit Hilfe von Datenintegrationszentren (DIZ) und einem im Projekt entwickelten Marketplace wird die interoperable Nutzung von Daten und der patientenorientierten Forschung ermöglicht. Anhand von drei Anwendungsfällen soll der Mehrwert dieser Dateninteroperabilität gezeigt werden. Im ersten methodischen Use-Case "Phenotype pipeline" (PheP) werden innovative datenanalytische Methoden und Werkzeuge entwickelt, welche medizinische Daten erschließbar machen. [[:forschung:projekte:smith|{{:forschung:projekte:smith:smith_icon.png?200 |}}]] \\ \\ Mit Hilfe zweier klinischer Anwendungsfälle soll die dem Hauptziel zugrunde liegende Vorgehensweise belegt werden.\\ Im Use-Case ASIC (Algorithmic Surveillance of ICU Patients) werden die auf Intensivstationen anfallenden Daten kontinuierlich ausgewertet, um den Zustand der Patientinnen und Patienten automatisiert zu überwachen, um ein schnelles therapeutisches Eingreifen zu ermöglichen. Hierbei wird sich vor allem auf die Krankheit "Acute Respiratory Distress Syndrom" (ARDS) - also akutes Lungenversagen - fokussiert. Dieses weist eine sehr hohe Mortalität auf, was vor allem auf die oftmals zu späte Erkennung der Krankheit zurückzuführen ist. Mit Hilfe der automatisierten Überwachung soll ein frühzeitiger Befund ermöglicht und folglich die Patientenbehandlung verbessert werden. \\ ### Der klinische Use-Case HELP fokussiert sich auf den zielgerichteten Einsatz von Antibiotika zur frühzeitigen Bekämpfung bakterieller Infektionen. Mit Hilfe von innovativen Technologien soll die Infektiologie auf Normal- und Intensivstationen unterstützt werden. ### \\ ### Die Arbeiten am Informatik 11 finden im Rahmen des Use-Cases ASIC statt. Auf dieser Basis forschen wir vor allem an der Datenplausibilität und der Klassifikation von ARDS in Sekundärdaten. ### \\ [[:forschung:projekte:smith|Weitere Informationen finden Sie hier.]] \\ Ansprechpartner: [[:lehrstuhl:mitarbeiter:fonck]], [[:lehrstuhl:mitarbeiter:kruschewsky]] ### \\ \\ ==== Saubere Hände ==== ### Das Projekt Saubere Hände widmet sich der Erreichung von Handhygiene-Standards im me-dizinischen Kontext. Durch unzureichende Händedesinfektion kommt es immer wieder zu im Krankenhaus erworbenen (nosokomiale) Infektionen. Die einschlägigen Handdesinfektionsmethoden basieren in der Regel auf alkoholischen Des-infektionsmittellösungen. Während des Desinfektionsprozesses verdunstet dieser Alkohol auf der Hautoberfläche des Anwenders. Durch diese Verdunstung wird dem benetzten Hautareal Energie in Form von Wärme entzogen. Die während eines Desinfektionsprozesses entstehende Verdunstungskälte lässt sich mithilfe von Thermographie messen und aus diesen Messungen lassen sich Rückschlüsse auf Qualität der Benetzung der Hand mit Desinfektionsmittel ziehen. ### {{:forschung:saubere_heande_uv.jpg?nolink&207|}}{{:forschung:saubere_heande_symbol.jpg?nolink&200|}} \\ Ansprechpartner: [[:lehrstuhl:mitarbeiter:stollenwerk]] \\ \\ ==== SmartLungControl ==== ### Im Rahmen des DFG-Projekts SmartLungControl wird ein Konzept für eine bedarfsadaptierte Steuerung und Sicherheitsüberwachung einer Langzeit-Kunstlunge außerhalb der Intensivstation erforscht. In einem ersten Schritt erfolgt eine Analyse bereits vorhandener retrospektiver Patienten- und Tierversuchsdaten, gefolgt von einer systematischen Expertenbefragung nach dem Delphi Verfahren. Im zweiten Schritt wird ein Sicherheitskonzept und ein Regelungsentwurf der Kunstlunge erarbeitet. Dazu werden u. a. auch neue Sensorkonzepte sowohl für die Zuverlässigkeitsmaßnahmen als auch für die bedarfsgerechte Adaption untersucht. Abschließend wird das entwickelte Pilotkonzept unter verschiedenen Rahmenbedingungen und in definierten kritischen Betriebszuständen in-silico, in-vitro und in-vivo im Tierversuch validiert und getestet. ### \\ Ansprechpartner: [[:lehrstuhl:mitarbeiter:wiartalla]] \\ \\ ==== EDIH Rheinland ==== {{ :forschung:projekte:edih:edih-logo_rgb.png?nolink&200|}} ### Im Rahmen des EU-Projektes European Digital Innovation Hub (EDIH) Rheinland hat sich ein großes Konsortium & Netzwerk zur Aufgabe gemacht, die durch Forschungs und Industrieprojekte erworbene Kompetenz in den Bereichen Digitalisierung, Künstliche Intelligenz (KI) und High Performance Computing [[https://www.destatis.de/DE/Themen/Branchen-Unternehmen/Unternehmen/Kleine-Unternehmen-Mittlere-Unternehmen/_inhalt.html|kleinen und mittelständigen Unternehmen (KMU)]] zur Verfügung zu stellen. In diesem Kontext möchten wir als Informatik 11 unser Wissen und unsere Erfahrungen bei der Implementierung von KI-Methoden in Form von Informationsveranstaltungen, Vorträgen oder Trainingsprogrammen vermitteln. Im Rahmen verschiedener Projekte fokussieren wir uns insbesondere die Vorverarbeitung der Daten, Datenqualität und Nutzung von State-of-the-Art KI-Modellen. Eine genaue Übersicht des Service-Portfolios befindet sich hier: [[forschung:projekte:edih| EDIH Rheinland]] und auf der offiziellen [[https://www.edih-rheinland.eu/|Webseite]]. ### \\ Ansprechpartner: [[:lehrstuhl:mitarbeiter:fonck]] \\ \\ ==== NANNI ==== {{ :forschung:projekte:nanni:nanni_logo_final_1280.jpg?nolink&150|}} ### Im Rahmen des vom BMBF geförderten Projektes Nanni (Neonatologiebeatmungsgerät mit adaptiver Anwenderunterstützung) haben sich die Partner Löwenstein Medical, das Universitätsklinikum Aachen und für die RWTH Aachen der Lehrstuhl Informatik 11 zusammengeschlossen. In diesem Vorhaben wird der Prototyp einer neuen Generation Früh- und Neugeborenenbeatmungsgeräte entwickelt. Auf dieser Basis forschen wir vor allem an der Regelung des arteriellen CO₂-Partialdrucks und der Erkennung von Problemen bei der künstlichen Beatmung von Neugeborenen. ### \\ Ansprechpartnerin: [[:lehrstuhl:mitarbeiter:pfannschmidt]] \\ \\ ==== AutoMock ==== {{ :forschung:projekte:automocklogo.png?nolink&100|}} ### Im Rahmen des BMBF-Projekts AutoMock wird ein automatisierter Mockloop zur Langzeituntersuchung und Optimierung der Organperfusion unter verschiedensten Umständen entwickelt. Auf dieser Basis wird der Einfluss von Perfusionsparametern und pharmazeutischer Einflussnahme untersucht. Weiterhin ist der Teststand auch zum Testen von perfundierten Medizinprodukten geeignet. ### \\ [[:forschung:projekte:automock|Weitere Informationen finden Sie hier.]] \\ \\ \\ Ansprechpartner: [[:lehrstuhl:mitarbeiter:wiartalla]] \\ \\ ===== Team ===== | **Mitglied** | **Position / Projekt** | | [[lehrstuhl:mitarbeiter:stollenwerk]] | Gruppenleiter | | [[lehrstuhl:mitarbeiter:goldermann]] | [[forschung:medtech#smith|SMITH]] | | [[lehrstuhl:mitarbeiter:fonck]] | [[forschung:medtech#smith|SMITH]] | | [[lehrstuhl:mitarbeiter:kruschewsky]] | [[forschung:medtech#explainable_ai|Explainable AI]] | | [[lehrstuhl:mitarbeiter:oprea]] | [[forschung:medtech#aix-neo-guard|Aix-Neo-Guard]] | | [[lehrstuhl:mitarbeiter:pfannschmidt]] | [[forschung:medtech#nanni|NANNI]] | | [[lehrstuhl:mitarbeiter:wiartalla]] | [[forschung:medtech#smartlungcontrol|SmartLungControl]] | \\ \\ {{:forschung:p1089197_dt.jpg?nolink&575|}} \\ \\ ===== Abschlussarbeiten ===== [[https://embedded.rwth-aachen.de/doku.php?id=lehre:abschlussarbeiten|Die aktuell ausgeschriebenen Abschlussarbeiten findet Ihr hier.]] \\ \\ Solltet ihr ein allgemeines Interesse an einer Abschlussarbeit im Bereich der Medizintechnik haben und könnt euch auf keines der genannten Themen festlegen, könnt ihr eure Bewerbung auch gerne an die gesamte Medizintechnikgruppe verschicken: \\ [[medtech-abschlussarbeiten@embedded.rwth-aachen.de]] \\ \\ ===== Publikationen =====