Erkennung von intraoperativen Zwischenfällen in der Tiermedizin auf Basis von KI (ERIZT)

Mit modernen KI-Methoden OP-Zwischenfälle rechtzeitig erkennen

© Kukota Ekaterina – stock.adobe.com

Herausforderung

Bei Operationen in der Tiermedizin liegt der behandelnden Ärzteschaft meist nur eine begrenzte Datenmenge vor, da diese naturgemäß seltener durchgeführt werden als dies bei Menschen der Fall ist. Dennoch müssen Vorhersagen von Zwischenfällen sehr genau und zudem transparent und nachvollziehbar sein, da jede Entscheidung das Tierwohl unmittelbar betrifft.

Methodik

Alle Daten, die während der OP auf Überwachungsgeräten aufgezeichnet werden, müssen zunächst in ein für Machine Learning zugängliches Format konvertiert werden. Anschließend werden die konvertierten Daten vorverarbeitet, indem z. B. fehlerhafte Einträge korrigiert bzw. gelöscht und neue Attribute, die anschließend für den Trainingsprozess nutzbringend sein könnten, erstellt werden. Auf dieser Grundlage wird eine Vielzahl von Machine Learning-Algorithmen bezüglich ihrer Eignung für den späteren Produktiveinsatz ausgewertet.

Ergebnis

Als Ergebnis wurde die prototypische Realisierung eines Machine Learning-Modells angestrebt, das die Machbarkeit des Vorhabens demonstriert. Die entwickelte KI soll mit hoher Genauigkeit und möglichst frühzeitig, unter Beachtung von Transparenzgeboten, intraoperative Zwischenfälle erkennen. Neben dieser Kernkomponente wurde auch eine Vorgehensweise von der Datenerfassung bis zur Realisierung des KI-Modells entwickelt und verbessert.

Als wesentliche Erkenntnis aus dem Projekt ergab sich, dass die statistischen Verfahren nur bedingt geeignet waren, da diese über den derzeitigen Verlauf einer Zeitreihe hinaus schlecht generalisieren. Deep-Learning-Verfahren, die über mehrere Operationen hinweg generalisieren, erreichten eine bessere Performanz, deren Ergebnisse wurden im Rahmen von Expertengesprächen mit Tierärztinnen und -ärzten als gut bewertet.

Produkte und Leistungen

 

Technologie

Digitale Assistenten

Mit digitalen Assistenten zu mehr Kundennähe. Wir entwickeln ein digitales Assistenzsystem, das auf Ihre Bedürfnisse ausgerichtet ist.

Technologie

Künstliche Intelligenz und Automatisierung

Prozesse mithilfe von Künstlicher Intelligenz (KI) optimieren und zukunftsfähig gestalten.

Technologie

ARPOS

Innerhalb des ARPOS-Service-Portals entwickelt das Fraunhofer IAO Lösungen für Prozessmanagement, wissensbasierte Bearbeitung und Workflows rund um das Thema Kfz-Schadenregulierung.

Technologie

Textverstehen

Sprachverarbeitung kann durch Künstliche Intelligenz (KI) verbessert werden. Wir unterstützen Sie dabei, natürliche Sprache durch KI in Textform zu überführen.

     

     

     

     

     

Technologie

Bessere Entscheidungen im Prozess mit KI

Treffen Sie auf Basis von Prozesserfahrungen und Process Mining mit Daten bessere Entscheidungen. 

Mehr zum Thema Künstliche Intelligenz und datenbasierte Automatisierung

 

Publikation

Robotic Process Automation in Versicherungsunternehmen

Die Studie fasst Erfahrungen und Best Practices beim Einsatz von RPA zusammen.

 

Publikation

Cloudbasierte KI-Plattformen

Die Studie liefert Orientierung im Feld KI-Plattformen und für die Positionierung im Machine-Learning-as-a-Service-Umfeld ab.