Abstract

Auch der medizinische Bereich möchte Arbeitsschritte in der Patientendiagnostik, -behandlung und -pflege automatisieren und digitalisieren. Dies dient der Entlastung des Personals, denn es entstehen nicht nur Kapazitatsfreisetzungseffekte durch Übernahme von Aufgaben durch die Technik, sondern auch eine Minderung der Mental Load, insbesondere durch Verantwortlichkeit für diffuse Anforderungen. Zudem können stereotype Wiederholungsaufgaben, die als unattraktiv erlebt werden, auf die Technik übertragen werden. Darüber hinaus ist das Ziel eine Steigerung der Qualität. Hierbei können auf Basis von zugrundeliegenden Algorithmen Anpassungsmöglichkeiten bei der Auswertung von individuellen Patientensituationen geschaffen werden und menschliche Fehlern ausgeschlossen werden. Dabei sind an die Umsetzung hohe technische Maßstabe anzulegen, wie eine Nullfehlertoleranz und auch ethische Aspekte zu bedenken, denn es geht um Menschenleben. Daher kann die Programmierung eines Displays eines Vitaldatenmonitor und Verwendungen eines Decision Trees unter grundsätzlichem Einsatz von maschinellem Lernen bei der Auswertung von Vitalparametern entlastend auf das Personal wirken und die Qualitat steigern. Das Display soll Übersichtlichkeit vermitteln, sich aber zugleich an die gängige Farbcodierung anpassen. Außerdem ist der Normalbereich des Patienten individuell anpassbar.

Results/Implementation/Project Description

Conclusion

[ PDF (optional) ] 

[ Slides Kickoff/Final (optional)]