KI in der Medizin birgt ein enormes Potenzial. KI-gestützte Systeme können Ärztinnen und Ärzte dabei unterstützen, präzisere Diagnosen zu stellen und das Auftreten von Krankheiten und deren Verlauf zuverlässiger zu prognostizieren. Die Automatisierung von Aufgaben verspricht zusätzlich eine Entlastung des Gesundheitssystems. In den letzten Jahren hat KI bereits bahnbrechende Erfolge in der Unterstützung der Diagnostik und Auswertung von Gesundheitsdaten erzielt.

Unsere Gesundheitsdaten sind jedoch äußerst sensibel. Datenschutz und die Einhaltung von Regulatorien sind daher essentiell. KI-gestützte Entscheidungen können zudem enorme Auswirkungen für Betroffene haben; aus diesem Grund müssen sie nachvollziehbar, transparent und kontrollierbar sein.

Hier setzt das KI-Servicezentrum KISSKI an. Bei KISSKI verstehen wir die Sensibilität von Gesundheitsdaten und die Notwendigkeit, ethische, transparente und praxisnahe Lösungen zu entwickeln. Ziel ist es, KI nicht nur effektiv und innovativ, sondern auch verantwortungsbewusst in die medizinische Praxis zu integrieren.

Der KI-Service für das Gesundheitswesen richtet sich an:

Institutionen wie Universitätskliniken und Krankenhäuser, Krankenkassen, Kassenärztliche Vereinigungen, medizinische Forschungseinrichtungen
KMUs und Start-ups aus den Branchen Biotech, Pharma, Medizintechnik und Digital Healthcare

KISSKI Leistungen für den Gesundheitssektor

Mögliche Anwendungsgebiete im Gesundheitswesen:

Neuartige Diagnosewerkzeuge aus intelligenten bildgebenden Verfahren
omics-Datenanalyse für die Identifikation von relevanten Genmarkern zur Diagnose und Therapie von Krankheiten
klinische Entscheidungsunterstützung
Versorgung von Patienten im ländlichen Raum (z.B. über KI-gestützte Telemedizin)

KISSKI Leistungen für den Gesundheitssektor

Beispiele

für KI-getriebener Anwendungen im Bereich Medizin und Gesundheit, die im KISSKI Konsortium enwickelt wurden

AuMEDa

AuMEDa: Automatisierte Informations- und Merkmalsextraktion aus medizinischen Dokumenten - strukturierte Daten mit künstlicher Intelligenz

Verantwortlicher Konsortialpartner: UMG

CorMeum

CorMeum: Webbrowser-basierte App zur Vorhersage des Herzinfarktrisikos

Verantwortlicher Konsortialpartner: UMG

Multidimensionale stationäre Routinedaten

Für die Datenanfrage an Datenintegrationszentren der Medizininformatik Initiative (wie z.B. das UMG-MeDIC der UMG und das DIZ der MHH), sollte das zentrale Forschungsdatenportal Gesundheit verwendet werden. Der Antragsprozess ist hier beschrieben. Forscher:innen der UMG wenden sich bitte an umg.medic@med.uni-goettingen.de, Forscher:innen der MHH, die im geplanten Projekt ausschließlich Daten des DIZ der MHH benötigen, wenden sich bitte an fdm@mh-hannover.de.

Zielgruppe Medizin & Gesundheit