SHORE® Medicine

SHORE® Medicine Gesichtsanalyse für medizinische Anwendungen

Wie geht es dem Patienten?
Was beeinträchtigt ihn und wie stark?

Dies sind die zentralen Fragen jeder medizinischen Anamnese. Zur Einschätzung der Schwere seiner Beeinträchtigung werden die Patientenaussagen aber auch sein Habitus herangezogen. Was aber, wenn der Patient die Fähigkeit zur verbalen Artikulation nicht hat, sei es aufgrund des Alters oder des medizinischen Hintergrunds?

Hier bietet die schnell fortschreitende Digitalisierung auch in der Medizintechnik neue Chancen. Prävention, Diagnose und Therapie können durch den Einsatz von künstlicher Intelligenz und neuartiger Mensch-Technik-Interaktionsstrategien grundlegend verbessert werden. Die Mediziner der Zukunft sind darüber hinaus in der Lage sich interdisziplinär schnell und datenbasierend auszutauschen. Dabei werden sie unterstützt durch zielgerichtet aufbereitete Daten. Die Patienten profitieren von zügigen Diagnosestellungen und auf sie speziell abgestimmten Therapiekonzepten.

SHORE®, unsere Software zur Detektion von Gesichtern und Analyse von Gesichtsausdrücken, kann vor Ort und in digitalen Anamnese-Verfahren unterstützen. Denn gerade in der Medizin müssen Systementscheidungen transparent, robust und nachvollziehbar sein, um den auf diese Weise generierten Ergebnissen größtmögliches Vertrauen schenken zu können und um als Diagnoseunterstützung klinisches Fachpersonal zu unterstützen.  

Unsere Forschungsfelder konzentrieren sich derzeit vor allem auf die Erfassung von Emotionen bei Patienten des Autismus-Spektrums, der robusten Detektion von Action Units als Basis zur Schmerzerkennung, der Vernetzung verschiedener sensorbasierender Daten und der Nachvollziehbarkeit von Entscheidungen in neuronalen Netzen.  

Überblick unserer Projektbeteiligungen

 

TraMeExCo – Erklärbare KI in der Medizin

Ziel ist die Erforschung und Entwicklung geeigneter neuer Methoden zum robusten und erklärbaren Maschinellen Lernen auf komplementären Anwendungen (Digitale Pathologie, Schmerzanalyse, Kardiologie) in der Medizintechnik.  

 

 

PainFaceReader – Langzeitmonitoringsystem zur Schmerzerkennung

Entwicklung eines autonomen Monitoringsystems zur automatischen Schmerzerkennung auf Basis von Action Units  

 

Emotionssensitive Roboterplattform für die Therapie

Entwicklung einer emotionssensitiven Roboterplattform mit videobasierter Emotionserkennung und multimodaler Biosignalanalyse für Kinder aus dem autistischen Spektrum.  

 

Affective Sensing

Vernetzte Sensorik zur Verbesserung der Lebensqualität und Gesundheitsversorgung