Einstellungen für die Zustimmung anpassen

Wir verwenden Cookies, damit Sie effizient navigieren und bestimmte Funktionen ausführen können. Detaillierte Informationen zu allen Cookies finden Sie unten unter jeder Einwilligungskategorie.

Die als „notwendig" kategorisierten Cookies werden in Ihrem Browser gespeichert, da sie für die Aktivierung der grundlegenden Funktionalitäten der Website unerlässlich sind.... 

Immer aktiv

Notwendige Cookies sind für die Grundfunktionen der Website von entscheidender Bedeutung. Ohne sie kann die Website nicht in der vorgesehenen Weise funktionieren. Diese Cookies speichern keine personenbezogenen Daten.

Funktionale Cookies unterstützen bei der Ausführung bestimmter Funktionen, z. B. beim Teilen des Inhalts der Website auf Social Media-Plattformen, beim Sammeln von Feedbacks und anderen Funktionen von Drittanbietern.

Keine Cookies zum Anzeigen.

Analyse-Cookies werden verwendet um zu verstehen, wie Besucher mit der Website interagieren. Diese Cookies dienen zu Aussagen über die Anzahl der Besucher, Absprungrate, Herkunft der Besucher usw.

Leistungs-Cookies werden verwendet, um die wichtigsten Leistungsindizes der Website zu verstehen und zu analysieren. Dies trägt dazu bei, den Besuchern ein besseres Nutzererlebnis zu bieten.

Keine Cookies zum Anzeigen.

Werbe-Cookies werden verwendet, um Besuchern auf der Grundlage der von ihnen zuvor besuchten Seiten maßgeschneiderte Werbung zu liefern und die Wirksamkeit von Werbekampagne nzu analysieren.

Keine Cookies zum Anzeigen.

Digitale Früherkennung und Belastungs­minimierung in der palliativen Pflege

Die Pflege (tod)kranker Patienten ist ein essentieller Bestandteil des Gesundheitswesens und für alle Beteiligten mit großen Herausforderungen verbunden. Um das damit betraute Pflegepersonal möglichst effektiv unterstützen zu können, ist eine sorgfältige Analyse der Belastungen und Arbeitsumstände geboten. Durch die Ermittlung relevanter Problematiken und deren Ursachen wird es möglich, praktische Lösungen zu erarbeiten.

Die Klinik III für Hämatologie, Onkologie und Palliativmedizin (ZIM III) hat gemeinsam mit dem Fraunhofer-Institut für Graphische Datenverarbeitung Rostock (IGD) eine Studie durchgeführt, um Belastungen des palliativen Pflegepersonals zu identifizieren, Ursachen zu untersuchen und Lösungsstrategien zu entwickeln.

Mit Hilfe von Befragungen, Wearables (sensorbestückte kleine Geräte, die als Teil der Kleidung getragen werden können – beispielsweise Smartwatches), Smartphones und einer Reihe weiterer Informationsquellen wie beispielsweise der Überwachung der Telefonanlage wurden Pflegekräfte der Palliativstation bei Ihrer alltäglichen Arbeit begleitet und eine Vielzahl potentiell relevanter Parameter erfasst. Anschließend wurden die gesammelten Daten ausgewertet und Handlungsempfehlungen abgeleitet.

Für die Analyse der Sensordaten entwickelte das Team von Dr. Mario Aehnelt vom IGD ein neuronales Netzwerk, das akkurat Stress- und Entspannungsphasen der Pflegenden ermittelte. Für die Zukunft bedeutet das ein Werkzeug, um durch entsprechende Maßnahmen die Belastung des sowieso schon stark geforderten Pflegepersonals gezielt reduzieren zu können.

(Quellen: ZIM III, IGD)

Im Folgenden finden Sie eine beispielhafte Darstellung, die das Ergebnis der KI-gestützten Datenanalyse demonstriert.

Nach dem Auswählen einer der Datensätze wird der Verlauf der gemessenen Hautleitfähigkeit angezeigt. Drücken Sie auf „Scan“, um die ermittelten Stressphasen angezeigt zu bekommen.

KI im Gesundheits­wesen

Der Einsatz Künstlicher Intelligenz (KI) in der Gesundheitsbranche birgt ein erhebliches Potential – sowohl im Bereich der Patientenversorgung als auch für den Arbeitsalltag und die Entwicklung innovativer Forschungsmethoden.

Möchten Sie mehr über einen Demonstrator oder die praktischen Anwendungsmöglichkeiten der Künstlichen Intelligenz im Gesundheitswesen erfahren? Dann melden Sie sich gerne für eine Online-Sprechstunde an.