Smart Health & Gesundheit

Die Digitalisierung der Gesundheit ist in vollem Gange. Dies betrifft sowohl den verstärkten Einsatz von Wearables zum Gesundheits- und Fitnessmonitoring sowie von Gesundheits-Apps. Künstliche Intelligenz und Predictive Analytics werden eingesetzt, um Ärzte bei ihren Diagnosen zu unterstützen und die Versorgung von Patienten effizienter und zuverlässiger zu gestalten.

OmegaLambdaTec setzt im Gesundheits- und Fitnessbereich in verschiedenen Projekten erfolgreich modernste Data Science & KI Methoden wie Signalextraktion, Forecasting und Anomaliedetektion ein.

UNSER LEISTUNGSÜBERBLICK

  • Entwicklung automatisierter Echtzeitanalyse-Algorithmen zum Gesundheitsmonitoring
  • Datengeriebenes Forecasting und Anomalie-Detektion zur Identifikation gesundheitskritischer Zustände
  • Extraktion schwacher Signale aus verrauschten Daten
  • Szenarioanalyse und Szenario-Modell-Optimierung
  • Wissenschaftliche Datenanalysen für Medizin-Anwendungen
  • Simulation der Effekte von Protein-Misfaltungen
  • KI-assistierte Medikamentenentwicklung

UNSERE AI ENGINE LIBRARIES

  • PROMETHEUS –das Szenarien-Simulator-Framework zur langfristigen Geschäfts-Optimierung

BEISPIELE FÜR UMGESETZTE ANWENDUNGSFÄLLE AUS UNSERER PRAXIS

Echtzeit Schweißanalyse für Sport & Gesundheit

Herausforderung und Ziele

Im Rahmen des Eurostars Forschungsprojektes XPATCH sollte die Entwicklung eines Wearable zur Echtzeit-Schweißanalyse umgesetzt werden. Das innovative, flexible, empfindliche Patch soll in der Lage sein die Zusammensetzung des Schweißes kontinuierlich zu messen und daraus Rückschlüsse über die Fitness von Athleten oder den Gesundheitszustand von Erkrankten zu ziehen.

Presse-Veröffentlichung

Sweat for health sensor patches as fitness trackers

Abb.: Prototyp der XPATCH App zum Echtzeit-Tracking der Biomarker des Athleten (links) und zur Dehydrationsüberwachung (rechts).

OLT-Lösung

  • Entwicklung der Analyse-Algorithmen, mit denen der Datenfluss ausgewertet wird und potenziell kritische Zustände, wie z.B. Dehydration, frühzeitig erkannt und gemeldet werden
  • Entwicklung des Datenverarbeitungs-Backend, welches die Daten sammelt, aufbereitet und dem Benutzer in einer App bereitstellt

Nutzen

  • XPATCH kann Athleten helfen, ihren Fitness-Zustand besser zu verstehen, effektiver zu trainieren und Dehydration vorzubeugen
  • Kontinuierliche Analyse prognostischer Biomarker zur Ableitung von Rückschlüssen auf das Wohlbefinden und auftretender Überlastungen der Person

Covid-19 Datenanalyse und Szenario-Simulationen

Herausforderung und Ziele

Die Corona-Krise stellte Anfang 2020 Gesellschaft und Entscheidungsträger auf die Probe. Idealerweise werden Beschlüsse und Bestimmungen daten- und faktenbasiert abgeleitet. Die Berücksichtigung der gesundheitlichen, wirtschaftlichen und gesellschaftlichen Auswirkungen stellte jedoch gerade zu Beginn der Pandemie auf Grund des neuartigen, unbekannten Virus eine signifikante Herausforderung dar. Szenario-Simulationen können dabei helfen, mögliche Handlungsoptionen zu vergleichen, zu bewerten und zu optimieren.

Abb.: OLT Szenario-Simulationen aus dem Mai 2020 zur Vorhersage zur zweiten Corona-Infektionswelle.

OLT-Lösung

  • Szenario-Simulationen unter simultaner Optimierung von ökonomischen und nicht-ökonomischen Faktoren, um mögliche politische Strategien gegen das Corona-Virus zu bewerten
  • Modellierung der gesundheitlichen Auswirkungen mittels eines epidemiologischen Modells und der ökonomischen Konsequenzen für verschiedene mögliche Maßnahmen
  • Szenario-Modell-Optimierung zum Finden der besten Strategie an Maßnahmen gegen Covid-19

Nutzen

  • Experimentelles Framework, um schnell quantitativ unterschiedliche Szenarien und z.B. politische Handlungsoptionen zu vergleichen und zu bewerten

Datenanalyse neuer Sensor-Technologien zum Gesundheits-Monitoring

Herausforderung und Ziele

Bei vielen Krankheiten ist es für den Patienten essentiell, bestimmte Körperwerte ständig zu überwachen. Dazu werden häufig invasive, für den Patienten z.T. unangenehme Methoden verwendet. Neue Sensortechnologien ermöglichen ein komfortableres, nicht-invasives Monitoring des Gesundheitszustands, bedeuten jedoch auch höhere Komplexität in Bezug auf Datenextraktion und -analyse.

Visualisierung der Messsignale verschiedener Glukosekonzentration im Blut.

OLT-Lösung

  • Sensordatenanalyse und -modellierung
  • Charakterisierung und Modellierung aller relevanten instrumentellen Effekte
  • Präzise Extraktion von schwachen, verrauschten Signalen mittels moderner Data Science Methoden

Nutzen

  • Zuverlässige vollautomatisierte Datenauswertung zur Entwicklungsunterstützung eines innovativen Sensorprodukts