Supporting Older Adults Quality of Care in Surgical Departments by combining Artificial Intelligence-supported Evidence-based Geriatric Advice from Admission to Discharge
In Zusammenarbeit mit:
Prof. Dr. Michael Denkinger, Geriatrisches Zentrum Ulm/Alb-Donau, Agaplesion Bethesda Ulm und Universität Ulm
Prof. Dr. Hans Kestler, Institut für Medizinische Systembiologie, Universität Ulm
PD Dr. Dhayana Dallmeier, Geriatrisches Zentrum Ulm/Alb-Donau, Agaplesion Bethesda Ulm und Universität Ulm
Prof. Dr. Reinhold Kilian, Klinik für Psychiatrie und Psychotherapie II, Sektion Gesundheitsökonomie und Versorgungsforschung, Universität Ulm
Prof. Dr. Florian Gebhard, Klinik für Unfall-, Hand-, Plastische und Wiederherstellungschirurgie, Universitätsklinikum Ulm
In der Geriatrie sind Interventionen entsprechend dem Comprehensive Geriatric Assessment (CGA) wesentlich für eine erfolgreiche Patientenversorgung. Solche Interventionen sind kostenintensiv und beanspruchen erhebliche Personalressourcen. Die Verwendung von Künstlicher Intelligenz (KI) kann eine breite Umsetzung von CGA im klinischen Setting befördern.
Ziel des Projekts ist die Entwicklung eines elektronischen Informationsdashboards für die Chirurgie, welches in das Krankenhausinformationssystem eingebunden ist. Mithilfe von Techniken maschinellen Lernens und KI wird das Dashboard eine evidenzbasierte Beurteilung des Gesundheitszustands ermöglichen und Empfehlungen für die weitere Behandlung vorschlagen. Dies soll zur Verbesserung von Therapie und Pflege geriatrischer Patient*innen in der Chirurgie führen.
Der Einsatz von KI birgt eine Reihe von ethischen Herausforderungen: die Sicherstellung einer informierten Einwilligung, das Sammeln von Daten und der damit verbundene Schutz der Privatsphäre sowie die Verlässlichkeit von KI-Systemen. Daher ist Ziel des ethischen Teilprojekts eine Analyse der ethischen und rechtlichen Herausforderungen des Einsatzes von KI in der Behandlung von älteren Patient*innen.
Leitung des Teilprojekts: Prof. Dr. Florian Steger
Teilprojektmitarbeiter: Nina Parchmann, M.A.
Laufzeit: 2021-2027
gefördert vom Bundesministerium für Bildung und Forschung (BMBF)