Frühzeitige Krankheitsdiagnose mit medizinischen Wearables

Vitalparametererfassung z.B. von Blutsauerstoffsättigung, Puls und Temperatur, liefert wichtige Informationen über den aktuellen Zustand von Patienten und können sogar helfen, Krankheiten frühzeitig zu erkennen, bevor sie stark ausbrechen. Sogenannte medizinische Wearables müssen Multisensorsysteme, die zur Vitalparametererfassung am Körper getragen werden, zuverlässig funktionieren und hochwertige Daten liefern. Diese multimodalen Sensordaten können mit Hilfe von Machine Learning-Verfahren analysiert werden, um Merkmale in den Datensätzen zu erkennen, die Rückschlüsse auf bestimmte Krankheiten erlauben. Spontane zeitliche Veränderungen in den Vitalparametern können Krankheiten (wie Sepsis oder Wundentstehung) frühzeitig ankündigen und - umgesetzt in ein Warnsystem - diese verhindern. Dies zeigt, dass in der kontinuierlichen Erfassung und Auswertung von Vitalparametern ein sehr hohes Potential in der frühzeitigen Krankheitsdiagnose liegt. 

Armband als medizinisches Wearable: Die integrierte Mikropumpe zur Blutdruckmessung
© Fraunhofer EMFT / Bernd Müller
Armband als medizinisches Wearable: Die integrierte Mikropumpe zur Blutdruckmessung

Die Kompetenzen des Fraunhofer EMFT im Bereich medizinische Wearables umfassen v.a.

  • Entwicklung und Weiterentwicklung von Wearables zur Erfassung von Vitalparametern
  • Auswertung der erfassten Vitalparameter mit Machine Learning Methoden
  • Design des Powermanagements- und Batteriekonzepts für Wearables
  • Entwicklung der Drahtlos-Kommunikation zur Sensordatenübertragung von Wearables z.B. über BLE (Bluetooth Low Energy)
  • Enge Einbindung von medizinischen Experten um relevante und zuverlässige Diagnosen sicherzustellen
  • Flexible Algorithmik die auf verschiedene Krankheitsdiagnosen angepasst werden kann

Sie wollen mehr über die Anwendungsmöglichkeiten medizinischer Wearables in der Praxis erfahren?

Dann nehmen Sie mit uns Kontakt auf!

Datenschutz und Datenverarbeitung

Wir setzen zum Einbinden von Videos den Anbieter YouTube ein. Wie die meisten Websites verwendet YouTube Cookies, um Informationen über die Besucher ihrer Internetseite zu sammeln. Wenn Sie das Video starten, könnte dies Datenverarbeitungsvorgänge auslösen. Darauf haben wir keinen Einfluss. Weitere Informationen über Datenschutz bei YouTube finden Sie in deren Datenschutzerklärung unter: https://policies.google.com/privacy

TELMED 2022 Vortrag: Wearable Decubitus Prophylaxis Tool Based on Machine Learning Methods

Das könnte Sie auch interessieren:

 

Leistungsangebot: Design von Systemen und Prototypen im Bereich Sensorik

 

Kompetenzfeld: Machine Learning enhanced Sensor Systems

 

Kompetenzfeld: Piezomikropumpen

Projekt: Mobiles Monitoring des Gesundheitszustandes der Patienten bei Infektionskrankheiten

Projekt: KI-unterstützte Prophylaxe von Druckgeschwüren