Metanavigation:

Hier finden Sie den Zugang zur Notfallseite, Kontaktinformationen, Barrierefreiheits-Einstellungen, die Sprachwahl und die Suchfunktion.

Navigation öffnen

Sie befinden sich hier:

ARTEMIS - KI-basierte miniaturisierte Integration einer Echtzeiterkennung von Vorhofflimmern

Vorhofflimmern (VHF) gehört mit fast zwei Millionen Betroffenen zu den großen Volkskrankheiten in Deutschland. Zum Monitoring von Herzpatienten werden Langzeit-EKG-Rekorder eingesetzt, die für den Patienten unkomfortabel sind und deren Daten erst im Nachhinein ausgewertet werden. Ein zu spät erkanntes oder anfallsweises VHF kann für den Patienten fatale Folgen wie einen Schlaganfall nach sich ziehen. Durch eine frühzeitige Intervention könnten solch schwere Auswirkungen verhindert werden. 

Das ARTEMIS-Konsortium verfolgt das Ziel für dieses Krankheitsbild eine effiziente, digitale Gesundheitsversorgung zu erforschen, um eine frühe Detektion von Vorhofflimmern zu erreichen. So sollen eine dramatische Verschlechterung der Patienten-Gesundheit, ein erhöhter medizinischer Versorgungsaufwand sowie finanzielle Behandlungskosten vermieden werden. 

Die Hauptinnovation des Vorhabens ARTEMIS besteht in einer auf künstlicher Intelligenz (KI) basierten, miniaturisierten EKG-Elektronik, welche direkt am Patienten und in Echtzeit Vorhofflimmern erkennen kann. Durch die, in einer Halbleiterschaltung (ASIC) - und Software etablierte KI-Datenanalyse werden kritische Veränderungen im EKG detektiert. Die Ergebnisse werden mit dem 5G-Standard schnell und sicher an das Telemedizinzentrum (TMZ) übertragen und in die elektronische Patientenakte überführt. 

Die „KI” unterstützt indem sie große Datenmengen analysiert, aufbereitet und Entscheidungshilfen liefert. Das med. Personal im TMZ wird aufgrund der Voranalyse der Patientendaten frühzeitig auf eine möglicherweise lebensbedrohliche Situation aufmerksam gemacht und kann entsprechend intervenieren. Die Projektergebnisse werden zu einer relevanten Entlastung des medizinischen Personals in diesem Bereich beitragen. 

Die Machbarkeit einer spezifischen Erkennung von Herzrhythmusstörungen mittels maschinellen Lernens wurde bereits wissenschaftlich demonstriert. Ein besonders kleines und unauffälliges Monitoring-System erhöht den Tragekomfort und die Akzeptanz des Patienten und somit den Umfang und die Validität der Messdaten. 

Im Konsortium sind erfahrene Inverkehrbringer, Hersteller sowie medizinische Leistungserbringer die nach den dreijährigen Forschungsarbeiten eine zielgerichtete Verwertung sicherstellen.

Projekpartner

  • Charité - Universitätsmedizin Berlin, Berlin
  • CYIENT GmbH, Stuttgart
  • Fraunhofer Institut für Mikroelektronische Schaltungen (IMS), Duisburg
  • SYNIOS GmbH, Hamburg
  • getemed Medizin- und Informationstechnik AG, Teltow

Projektlaufzeit: 01.11.2021 bis 31.10.2024 

Das Projekt wird Rahmenprogramm Gesundheitsforschung Deutschland, Aktionsfeld Gesundheitswirtschaft in der Fördermaßnahme: „Medizintechnische Lösungen für eine digitale Gesundheitsversorgung“ durch das Bundesministerium für Bildung und Forschung gefördert.