Fraunhofer-Institut für Angewandte Informationstechnik FITDie Digitalisierung im Gesundheitswesen und in den Life Sciences im Allgemeinen eröffnet neue Möglichkeiten, um Diagnose, Therapie und Pflege von Patienten wesentlich zu verbessern. Das bedeutet insbesondere, dass bestehende Prozesse unterstützt, analysiert, automatisiert und verbessert werden können. Wesentliche Grundbausteine dafür sind die Verarbeitung und Analyse qualitativ hochwertiger und großer Datenmengen und deren sicherer Austausch zwischen den an den Prozessen beteiligten Personen und Organisationen. Bei diesen Prozessen ist es uns wichtig, dass der Mensch im Mittelpunkt steht und in seinem alltäglichen Leben und seiner Arbeit optimal unterstützt wird.
Digital Health Spaces
Reiternavigation
Datenökosysteme in den Lebenswissenschaften
Im Gesundheitswesen und in den Life Sciences werden Lösungen benötigt, die einen Datenaustausch zwischen Organisationen und Personen ermöglichen. Dies ist eine komplexe Aufgabe, die meist durch Insellösungen oder Aufbau von Datensilos angegangen wird. Das Konzept der Datenökosysteme versucht diese Situation aufzulösen, indem allgemeine Konzepte erarbeitet werden, die den Datenaustausch zwischen verschiedenen Parteien strukturiert und sicher organisieren. Insbesondere im Gesundheitswesen und den Life Sciences sind dies herausfordernde Fragestellungen, da viele verschiedene Stakeholder involviert sind, sensible Daten verarbeitet werden und viele unterschiedliche Gesetze sowie Richtlinien zu beachten sind.
Daten dienen als Entscheidungsgrundlage und müssen daher in qualitativ hochwertigen Prozessen erzeugt, verarbeitet und analysiert werden. Die Basis dafür bilden Plattformen und Anwendungen, die Prozesse unterstützen und steuern, etwa bei der Versorgung von Patienten oder bei der Erfassung von Studiendaten. Zudem muss die Qualität von Daten aus internen und externen Quellen geprüft werden, um eine Aussage über die Ergebnisse von Analysen und Vorhersagen machen zu können und bei Bedarf auch Daten abzulehnen oder bereinigen zu können. Dabei sollte in jedem Schritt transparent sein, wie die aktuellen Daten und damit deren Qualität entstanden sind.
In der Gruppe Digital Health Spaces forschen und arbeiten wir an den folgenden Themen:
- Datenqualitäts- und Metadatenmanagement
- Patientenzentrierung und Datensouveränität
- Datenaustausch und Datenintegration
- Datentransparenz
- Mobile Anwendungen und Webanwendungen
Aktuelle Projekte
Datenanalyse in den Lebenswissenschaften
Die medizinische Bildgebung und Mikroskopie sind entscheidende Mittel der Diagnostik und Forschung. Ohne sie wären viele Erkrankungen nicht feststellbar und die Entwicklung neuer Therapien und Medikamente undenkbar. Neben den Bilddaten werden durch die verbreitete Verwendung von IoT-Geräten im Fitness- und Gesundheitsbereich auch weitere Daten in Form etwa von Datenströmen erstellt. Mit Methoden des Machine Learnings und der künstlichen Intelligenz können die erzeugten Daten analysiert werden und damit die Diagnostik und Forschung wesentlich unterstützen. Es eröffnen sich neue Möglichkeiten, da durch die intelligente Unterstützung Erkenntnisse im Optimalfall schneller und präziser erlangt werden können. Auch hier spielt die Qualität der verwendeten Daten und die der Analyseergebnisse eine wesentliche Rolle.
Die Gruppe Digital Health Spaces erforscht Methoden zur intelligenten Daten-, Bild- und Videoanalyse und deren Qualitätsanalyse. Insbesondere haben wir Expertise in den Bereichen:
- Deep Learning in der Bild- und Videoanalyse:
- Segmentierung (semantische Segmentierung und Instanzsegmentierung)
- Klassifizierung
- Klassische Bild- und Videoanalyse
- Segmentierung
- Klassifizierung
- Registrierung