Die Corona-Pandemie stellt eine Herausforderung für die medizinische Diagnostik dar: Neben schwerwiegenden Symptomen verursacht der SARS-CoV2-Virus auch milde Verläufe, die sich akut verschlechtern können. Eine durchgängige Patientenüberwachung gibt es aber bisher nur auf Intensivstationen. Plötzliche Gesundheitsverschlechterungen werden dadurch oft erst zeitverzögert erkannt und Betroffene zu spät in ein Krankenhaus gebracht. Genau da setzt das Clusterprojekt M3Infekt an. Durch die mobile Erfassung, Analyse und Fusion relevanter Biosignale mithilfe unterschiedlicher Technologien können valide Diagnosen über Zustand und Krankheitsverlauf getroffen werden.
Patientenüberwachung auf Normalstationen sowie in außerklinischen Umgebungen anhand multimodaler Parameter des Herz-Kreislaufsystems (u.a. Herzrate, EKG, Sauerstoffsättigung, Durchblutungssituation) und der Atmung (u.a. Atemfrequenz/-volumen, Atemluftanalyse). Als Basis zur Auswertung dienen Methoden des maschinellen Lernens, die die Diag-nosestellung erleichtern und die ortsunabhängige Integration in verschiedene Einsatz- und Anwendungsszenarien gewährleisten.
Bezahlbare Gesundheit – Mehrwert für Patienten und Gesundheitswesen
Der modulare und mobile Aufbau des geplanten Systems mit standardisierten, offenen Schnittstellen ermöglicht die einfache Integration in andere Plattformen und die Anwendbarkeit für verschiedene Krankheiten, wie bspw. Influenza, Pneumonien und Sepsis. Kontinuierliches Monitoring, bisher nur auf Intensivstationen vorgesehen, erweitert den Systemeinsatz auch auf außerklinische Bereiche, wie bspw. in der Kurz- und Langzeitpflege, der ambulanten Behandlung oder der häuslichen Umgebung. So können Patienten in einer für sie förderlichen Umgebung bleiben und müssen nur bei plötzlicher Verschlechterung ihres Zustands in ein Krankenhaus verlegt werden.
COMPAMED.de; Quelle: Fraunhofer Institut für Elektronische Nanosysteme (ENAS)
