Fraunhofer-Gesellschaft
Fraunhofer-Gesellschaft
""
© Getty Images

© Getty Images

Data – intelligente Auswertung großer Datenmengen

Wissen aus Daten gewinnen, ohne Vertrauen zu verlieren

Gesundheitsdaten sind heute oft fragmentiert, schwer zugänglich oder nicht miteinander kompatibel – ihr enormes Potenzial für bessere Diagnosen und Therapien bleibt ungenutzt.
Fraunhofer verknüpft medizinische Daten aus Klinik, Forschung und Versorgung in sicheren Datenräumen und nutzt KI-Methoden wie digitale Zwillinge und In-silico-Modelle. Dabei bleiben sensible Daten geschützt und unter der Kontrolle von Patientinnen und Patienten.

Projektbeispiele (Auswahl)

 

© Fraunhofer ITEM / Ralf Mohr

Toxikologie: zukunftweisende Risikobewertung

Forschende entwickeln prädiktive Modelle, die Sicherheit von Substanzen frühzeitig bewertbar machen. Mit tierversuchsfreien In-vitro- und In-silico-Methoden sowie moderner Modellierung werden die Prüfung und Bewertung Substanzen effizienter, sicherer und nachhaltiger zu gestalten.

Rahmenprogramm für synthetische Datenvalidierungen im Gesundheitswesen

Um KI-gestützte Anwendungen sicher, reproduzierbar und skalierbar zu entwickeln, sind ausreichend reale Daten nötig. SYNTHIA entwickelt die Grundlagen, realistische, multimodale, synthetische Daten zu generieren und stellt diese über eine offene Verbundplattform samt validierter Datensätze, Workflows und Bewertungsdaten bereit.

Strukturierung medizinischer Daten

Medizinische Informationen liegen überwiegend unstrukturiert als PDF vor. Ein Software-Dienst soll medizinische Daten mithilfe von Large Language Models (LLMs) automatisiert strukturieren – und damit Fachpersonal entlasten, Fehler reduzieren und Daten für Versorgung und Forschung nutzbar machen.

KI-App stärkt Frauengesundheit in den Wechseljahren

Im Projekt PETRA wird eine KI-gestützte App entwickelt, die Frauen in der Perimenopause personalisierte Informationen, Empfehlungen und eine digitale Therapiebegleitung bietet. Das stärkt die Gesundheitskompetenz von Frauen, lindert gezielt Symptome und bringt neue Erkenntnisse für die geschlechtergerechte Medizinforschung.

 

© Fraunhofer IMTE / O. Malzahn

Testplattformen für sichere Automatisierung in der Medizintechnik

Computersimulierte physiologische Patientenmodelle können hochkomplexe Mechanismen des Körpers digital realistisch nachbilden. Diese Modelle quantifizieren medizinisches Wissen und verbinden es mit Daten aus Klinik oder Literatur, um so durch individuelle Anpassungen personalisierte Analysen zu ermöglichen. Neben der digitalen Simulation wird ein Lungensimulator als physikalische Schnittstelle beispielsweise für Beatmungsgeräte entwickelt. 

KI-Plattform für personalisierte Demenzfrüherkennung

Forschende entwickeln eine frei verfügbare, interoperable KI-Plattform, die Biomarker, Proben aus dem häuslichen Umfeld und Gesundheitsdaten von über 4.000 Personen kombiniert, um individuelles Demenzrisiko frühzeitig zu bestimmen.

Managementsystem für klinische Studien

Die All-in-One-Lösung »DTM« erleichtert GCP-konform das Studienmanagement für CROs, Anbieter von digitalen Gesundheitsanwendungen, Medizintechnik-Hersteller, Kliniken und Forschungsinstitute. Es ist individuell konfigurierbar und erlaubt eine effektive, standortübergreifende Vernetzung.

 

© Fraunhofer MEVIS

Smarte Datenkuratierung für KI und Bildanalyse

CuraMate ist ein Werkzeug zur effizienten Kuratierung medizinischer Bilddaten und unterstützt Annotation, Segmentierung und Bildmerkmal-Quantifizierung. Es ermöglicht die nahtlose Zusammenarbeit bei Studien und verbessert KI-Modelle kontinuierlich durch integrierte Trainings- und Korrekturschleifen. 

Effiziente Arztbriefe für die moderne Versorgung

Der KI-gestützte Arztbriefgenerator unterstützt als „Co-Schreiber“ die strukturierte Erstellung von Entlassungsbriefen, schlägt intelligente Textpassagen vor und integriert sich sicher und interoperabel in bestehende Kliniksysteme. So gewinnt das medizinische Personal mehr Zeit für die Patienten.

Digitales Ökosystem für ländliche Gesundheitsversorgung

In ländlichen Regionen ist der Zugang zu moderner Diagnostik oft eingeschränkt. Das Projekt Neighborhood Diagnostics bietet ein digitales Ökosystem, das per App Daten aus Wearables und Home-Monitoring-Geräten bündelt und so eine fundierte medizinische Entscheidungsgrundlage schafft.

Berührungslose Überwachung von Vitalfunktionen

KI-gestützte, berührungslose Sensorik soll Vitalparameter wie Atmung, Puls oder Temperatur aus der Ferne zuverlässig erfassen. So entsteht ein potenzielles Frühwarnsystem für Zustandsänderungen von Krankenhauspatienten. 

 

© Ina Fassbender

Smart Hospital

In einem Showroom demonstrieren wir KI-basierte Anwendungen für Diagnostik und Datenanalyse bis hin zur automatisierten Dokumentation, die Krankenhäuser entlasten und den Weg zum Smart Hospital beschleunigen. 

 

© Fraunhofer IIS

Software für präklinische und klinische Forschung

Die manuelle Analyse pathologischer Bilddaten ist zeitintensiv, subjektiv und für moderne Forschungsfragen wie Biomarker-Entdeckung oft nicht skalierbar. Ein multifunktionales Bildanalyse-Tool für die digitale Pathologie und räumliche Biologie macht klinische wie präklinische Forschung effizienter und schneller.

Innovative Technologien für die Gehirnregeneration

Fraunhofer erforscht neue Wege, geschädigtes Hirngewebe zu reparieren. Mithilfe epigenetischer Werkzeuge sollen Gehirnzellen in funktionelle Neuronen umgewandelt werden – ein vielversprechender Ansatz für Erkrankungen wie Schlaganfälle oder neurodegenerative Leiden, bei denen bisher nur begrenzte Therapieoptionen existieren. 

Gehirntumore besser operieren

Intelligente Ultraschall-Aspiratoren sollen neurochirurgische Eingriffe bei Gehirntumoren präziser und sicherer machen. Sensorbasierte Rückmeldungen und KI-gestützte Gewebeanalysen verbessern die Unterscheidung zwischen gesundem und tumorösem Gewebe und erlauben funktionserhaltende Operationen. 

Krebs-Fatigue mit KI lindern

Fatigue ist eine häufige Begleiterscheinung von Krebs und bisher nur schwer messbar,
Das Projekt FAITH kombiniert KI-Modelle, Smartwatch-Daten und eine App, um Erschöpfung individuell zu erfassen und personalisierte Empfehlungen für Bewegung und Verhalten zu geben. Die Ziele: Mehr Selbstbestimmung und bessere Entscheidungsgrundlagen für Therapien.

Versorgungsinformation durch medizinische Datenintelligenz

Ziel des Projekts IMMUVision ist eine digitale Plattform zur Versorgung von Patienten mit immunvermittelten entzündlichen Systemerkrankungen. Ein Digitaler Zwilling vergleicht patientenspezifische Gesundheitsdaten wie Diagnosen, Krankheitsverläufe und Therapien mit Daten aus Populationsstudien und Leitlinien. 

Europäischer Gesundheitsdatenraum für bessere Diagnosen und Therapien

Ein europäischer Datenraum soll Gesundheitsdaten aus Kliniken, Forschungseinrichtungen und Versorgungseinrichtungen sicher verknüpfen. Ziel ist eine schnellere Analyse, frühere Diagnostik und personalisierte Behandlung, ohne dass Daten ihren Ursprung verlassen müssen.

Weitere Informationen

Der Medical Data Space – ein sicherer Datenraum für die Medizin

Sicherheit bei der Übertragung und Speicherung sensibler Daten wird immer wichtiger. Daher entwickelt Fraunhofer mit Partnern aus dem Gesundheitswesen den Medical Data Space. Wenn unterschiedliche medizinische Daten auf einer IT-Plattform miteinander verknüpft werden, kann das für Diagnose und Therapie große Vorteile bringen.

Künstliche Intelligenz in der Medizin

Die Fraunhofer-Gesellschaft ist ein wichtiger Akteur in der Anwendung und Entwicklung von Künstlicher Intelligenz (KI) für den medizinischen Bereich. Mit spezieller Expertise schafft sie innovative Lösungen, die verschiedene Stakeholder in der Medizin unterstützen und die Qualität der Gesundheitsversorgung maßgeblich verbessern.