KI-basierte longitudinale Analysen und
Vorhersagemodelle
Durch intelligente Fusion und multimodale Analyse medizinischer Daten lassen sich Krankheiten besser verstehen und Zusammenhänge im menschlichen Körper genauer interpretieren. Verknüpft man z.B. die Herzrate einer Person mit Bewegungsparametern und Anamnesedaten, erhält man ein signifikant besseres Gesamtbild über den Leistungs- und Gesundheitszustand.
Zu diesen am meisten gemessenen medizinischen Biosignalen zählen:
- Blutdruck
- Herzfrequenz und EKG-Daten
- Metabolische Parameter wie Glukose
- Anamnesedaten, wie Gewicht oder empfundener Zustand
- Laborbefunde
Besonders bei Patienten mit chronischen Krankheiten werden regelmäßig medizinische Daten aufgenommen und es liegen umfassende Informationen zu Krankheitsverlauf und Therapie vor.
Analysiert man diese verschiedenen Daten über einen längeren Zeitraum, erhält man ein aussagekräftiges Gesamtbild über den Gesundheitszustand des Patienten. Mittels KI-basierter Analyse dieser longitudinalen Daten ist es möglich, Zusammenhänge schneller zu erkennen und potentielle Krankheitsfolgen zu prognostizieren.
Die Modelle können dem Arzt visualisiert werden und er kann zusammen mit dem Patienten z.B. Medikamentenwirkungen oder Anpassungen der Lebensgewohnheiten auf den Therapieverlauf aufzeigen.