Medizinische 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. Für solche medizinische Applikationen müssen Multisensorsystemen, 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. 

Sensorarmband für Vitalparametermessung
© Fraunhofer EMFT / Bernd Müller
Sensorarmband für Vitalparametermessung

Die Kompetenzen der 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

Diese Kompetenzen stehen für Ihre Anwendungsthemen im Bereich medizinische Wearables an der Fraunhofer EMFT zur Verfügung, nehmen Sie Kontakt mit uns auf!

Das könnte Sie auch interessieren:

 

Leistungsangebot: Design von Systemen und Prototypen im Bereich Sensorik

 

Kompetenzbereich: In Vitro Diagnostik

Projekt: Mobiles Monitoring des Gesundheitszustandes der Patienten bei Infektionskrankheiten

Projekt: KI-unterstützte Prophylaxe von Druckgeschwüren