AIQNET – Medical Data Ecosystem

Medizinischen Fortschritt mit KI vorantreiben

Das Bild zeigt das Logo von AIQNET
© Projekt AIQNET
AIQNET Logo

Medizinische Daten werden zwar von Medizinprodukteherstellern sowie Kliniken dringend für wissenschaftliche Studien und zur Erfüllung gesetzlicher Vorgaben benötigt, jedoch sind für das Zusammentragen und die Nutzung zahlreiche Hürden zu überwinden. Meist sind die Daten über nicht interoperable Systeme verteilt oder liegen in unterschiedlichen Formaten vor. Das Projekt AIQNET entwickelt ein digitales Ökosystem, das die Nutzung medizinischer Daten sektorenübergreifend und datenschutzkonform ermöglicht. Die Beschaffung und Analyse der Daten werden mit KI weitgehend automatisiert.

Um das Projekt auch international vermarkten zu können und den ganzheitlichen Ansatz zu betonen, wurde es von KIKS („Künstliche Intelligenz für Klinische Studien“) in AIQNET umbenannt.

Marktperspektive und Produktversprechen

Das digitale Ökosystem AIQNET zielt darauf ab, medizinische Daten durch Software-Anwendungen – nach dem Vorbild der App-Stores auf Mobilgeräten – zu strukturieren und zur Verfügung zu stellen. Hiervon profitieren verschiedene Parteien: Durch die automatisierte Datenerhebung mit KI-Anwendungen können zeitintensive Aufgaben wie das Übertragen papierbasierter Informationen in IT-Systeme entfallen, so dass mehr Zeit für die Behandlung bleibt. Medizintechnik-Unternehmen wird durch den Zugang auf produktbezogene Daten die Erfüllung ihrer gesetzlichen Pflicht zur laufenden Produktüberwachung und die Durchführung klinischer Studien wesentlich erleichtert. Anbieter von Software können die bereitgestellte Infrastruktur und den Zugang zu medizinischen Daten nutzen, um in kurzer Zeit datengestützte Anwendungen zu entwickeln. Für den Betrieb des Ökosystems wird bei den Anbietern der Anwendungen eine Umsatzbeteiligung erhoben.

Konsortium

Raylytic GmbH, Berlin Cert - Prüf- und Zertifizierstelle für Medizinprodukte GmbH, BioLago e.V., BioRegio STERN Management GmbH, BIOTRONIK SE & Co. KG, Charité - Universitätsmedizin Berlin, Eberhard Karls Universität Tübingen, ExB Research & Development GmbH, HWI pharma services GmbH, inomed Medizintechnik GmbH, Aesculap AG, MedicalMountains GmbH, Universitätsklinikum Magdeburg A.ö.R., TZM GmbH, Universitätsklinikum Jena, Universität Leipzig

Herausforderung und Innovation

Die Kosten für klinische Studien sind sehr hoch. Hersteller von Medizinprodukten sind jedoch für die Entwicklung und Kontrolle ihrer Produkte permanent auf aktuelle medizinische Daten angewiesen. Auch Ärzte benötigen sie z.B. bei der Diagnose oder für ihre Behandlungsentscheidung, genauso wie Versorgungsträger und Klinikbetreiber. Der Fachkräftemangel in Industrie und Krankenhäusern, Rechtsunsicherheiten und isolierte IT-Systeme mit geringer Interoperabilität behindern bislang jedoch eine übergreifende Sammlung von Medizindaten. Im AIQNET-Projekt arbeiten erstmalig Industriepartner gemeinsam mit Kliniken daran, medizinische Daten so aufzubereiten, dass diese für unterschiedliche Zwecke datenschutzkonform nutzbar werden.

Lösungsansatz

Patientendaten liegen überwiegend als Fließtext (etwa als Laborberichte) oder als Bildinformation (bspw. Röntgenbilder) vor. Diese unstrukturierten Daten müssen für die Datenverarbeitung erst in eine strukturierte Form gebracht werden. Das Projekt verständigt sich dafür auf einen gemeinsamen Standard zur Datenbeschreibung und schafft zugleich die Möglichkeit, andere Standards einzubinden, sodass die Daten ausgetauscht werden können. Zudem werden Schnittstellen zu den diversen IT-Systemen von Kliniken und Medizinprodukteherstellern entwickelt.

Für die Automatisierung der Analyse greift das Projekt auf zwei KI-Technologien zu: Zur Analyse der Bilddaten kommen Convolutional Neural Networks (CNN) zum Einsatz, die durch „überwachtes Lernen“ dazu trainiert werden, Bilddaten wie z.B. Röntgenbilder verlässlich zu interpretieren. Im sogenannten Natural Language Processing (NLP) werden Methoden und Techniken aus den Sprachwissenschaften, der Informatik und künstlichen Intelligenz kombiniert, sodass Fließtexte maschinell verarbeitet werden können. Schließlich werden die Daten in ein Format übersetzt, das den Austausch der Daten über Sektorengrenzen ermöglicht.

Sowohl bei Texten als auch bei Bildern werden Merkmale aus den Datensätzen entfernt, die Rückschlüsse auf Personen zulassen. Im Projekt wird darüber hinaus ein Verfahren entwickelt, mit dessen Hilfe die Wahrscheinlichkeit bestimmt werden kann, ob sich Personen über die Kombination von Einzeldaten identifizieren lassen. Daten lassen sich so auf ihren eigentlichen Informationsgehalt reduzieren und für Aufgaben in Forschung, Industrie, Diagnose und Behandlung nutzen. Zur rechtlich einwandfreien und transparenten Nutzung der Daten werden die Patienten befähigt, die etwaige Nutzung ihrer Daten festzulegen und zu kontrollieren. Das Ökosystem stellt somit sicher, dass Anbieter und Nutzer der Daten stets im Rahmen der geltenden Datenschutzrichtlinien agieren.

Use Cases

Zum Start des Marktplatzes werden mehrere relevante Anwendungen verfügbar sein, an denen die Konsortialpartner bereits arbeiten. Die Anwendungen zeigen auf, wie klinische Daten zur Verbesserung des Gesundheitswesens und der Patientenversorgung beitragen.

Automatisierte Verschleißanalyse von Hüftgelenkimplantaten
Bislang müssen Radiologen dafür anhand vieler Röntgenbilder den Zustand des Implantats überprüfen. Durch die Bilderkennung von AIQNET wird diese Routinetätigkeit automatisiert, dem Arzt bleibt mehr Zeit für den Patienten.

Überwachung der Arzneimittelsicherheit
Medizinproduktehersteller sind dazu verpflichtet, ein sogenanntes „Vigilanzsystem“ zur kontinuierlichen Überprüfung eventuell auftauchender Nebenwirkungen ihrer Produkte aufzubauen. Die KI-basierten Lösungen von AIQNET automatisieren diese arbeitsintensive Aufgabe weitgehend und gewährleisten zugleich die Einhaltung des Datenschutzes.

Bereitstellung von Marktbeobachtungsdaten für Kardiologie-Produkte
Hersteller medizinischer Produkte wie etwa Herzklappen sind durch die europäische Medizinprodukte-Verordnung (MDR) dazu verpflichtet, die Leistung ihrer Produkte mit Konkurrenzprodukten zu vergleichen. Im Marktplatz von AIQNET wird es Anwendungen geben, die repräsentative und nachvollziehbare Daten zum Leistungsvermögen kardiologischer Produkte bereitstellen.

Ohne AIQNETMit AIQNET
Medizingerätehersteller und Kliniken müssen immer mehr Zeit für Dokumentationspflichten aufwenden – ihnen bleibt dadurch immer weniger Zeit für Forschung und Entwicklung bzw. für die Behandlung und Pflege. Datenbeschaffung und -analyse werden weitgehend automatisiert, Dokumentationspflichten können effizienter erfüllt werden. Ärzte und Klinikpersonal werden von Routineaufgaben entlastet.
Hersteller von medizinischen KI-Technologien konzentrieren sich aufgrund des hohen Aufwands für Datenbeschaffung und -analyse auf Produkte für häufige Krankheiten, da diese höheren Umsatz versprechen. Durch AIQNET rechnet sich auch die Entwicklung von Produkten mit geringen Margen oder Fallzahlen, etwa für seltene Krankheiten. Die medizinische Versorgung der Bevölkerung wird so nachhaltig verbessert.
Wer medizinische Produkte auch international vermarkten will, muss die jeweiligen gesetzlichen Anforderungen des Datenschutzes und der Datensicherheit bei der Anwendung der Produkte sicherstellen. AIQNET gewährleistet die Einhaltung der EU-Vorgaben zum Datenschutz und der Datensicherheit und schafft damit ein Qualitätsmerkmal auch für die internationale Vermarktung.
Viele Ideen für die Entwicklung medizintechnischer Geräte und Software auf KI-Basis stammen von mittelständischen Unternehmen. Der Aufwand für die Einhaltung der regulatorischen Anforderungen ist sehr hoch, so dass die Ideen oft nicht umgesetzt werden oder am Zulassungsaufwand scheitern. Auf der AIQNET-Plattform werden Basisfunktionen zur Einhaltung gesetzlicher Vorgaben und offene Schnittstellen auch für Drittanbieter und -anwender geschaffen und damit die Entwicklung neuer Anwendungen erleichtert.

Per Email kontaktieren