Aktuelles

Hochschule Niederrhein. Dein Weg.
Im Projekt „MedRed“ wird ein intelligentes Diagnosetool zur Prävention von Krankheiten entwickelt. Foto: HSNR

Projekt MedRed: KI hilft bei Vorbeugung von Krankheiten

Nicht nur die Corona-Pandemie hat gezeigt, wie wichtig digitale Gesundheitslösungen sind. Während Vorsorgeuntersuchungen stark zurückgingen, stieg das Interesse an Heimlösungen erheblich. Doch aktuell mangelt es noch an digitalen, leicht zugänglichen Angeboten.

An dieser Stelle setzt das Projekt „MedRed“ an, das in Zusammenarbeit zwischen der CorporateHealth – die Gesundheits Company GmbH aus Hamburg und dem Institut für Modellbildung und Hochleistungsrechnen (IMH) der Hochschule Niederrhein (HSNR) aus Krefeld unter Leitung von Professor Dr. Dirk Roos entwickelt wird. Die beiden Institutionen arbeiten an einer innovativen Diagnostik-Software für Arbeitnehmer:innen, die beispielsweise im Homeoffice arbeiten oder aus anderen Gründen keine vollumfänglichen Check-ups vor Ort wahrnehmen können oder wollen. „MedRed“ wird mit rund 423.000 Euro durch das Zentrale Innovationsprogramm Mittelstand (ZIM) des Bundesministeriums für Wirtschaft und Klimaschutz (BMWK) gefördert.

Bisherige digitale Angebote konzentrieren sich häufig nur auf einzelne Aspekte und bieten keine umfassende Analyse des Gesundheitszustands der Nutzer:innen. Im Gegensatz dazu entwickelt das Projekt „MedRed“ ein intelligentes Diagnosetool, das individuelle Risikofaktoren identifiziert und in Echtzeit maßgeschneiderte Empfehlungen zur Gesundheitsförderung gibt. Diese Empfehlungen orientieren sich an den Befunden von medizinischem Fachpersonal.

Das Ziel des Projekts ist es, Krankheiten frühzeitig zu erkennen und deren Entstehung zu verhindern, anstatt sie erst im fortgeschrittenen Stadium zu behandeln oder Komplikationen nach einer Diagnose zu minimieren. Zudem soll die Gesundheitskompetenz der Nutzer:innen gefördert werden.

Mit Hilfe von Machine Learning (ML) sollen Daten erfasst und analysiert werden, um ärztliche Diagnosen zu unterstützen und individuelle Präventionsmaßnahmen zu entwickeln. Die Projektpartner:innen setzen auf ML-Verfahren zur Erhebung und Analyse von Daten durch eModul-Lösungen mit niedriger Genauigkeit (low fidelity), die in Echtzeit jedoch eine Befundung durch medizinisches Personal mit hoher Genauigkeit (high fidelity) ermöglichen. Die Lösung soll nicht nur Risiken und Frühstadien von Krankheiten erkennen, sondern auch gesundheitliche Beeinträchtigungen wie Arbeitsausfälle und medizinische Eingriffe verringern.