{"id":404,"date":"2019-11-21T15:45:29","date_gmt":"2019-11-21T14:45:29","guid":{"rendered":"https:\/\/www.smith.care\/?page_id=404"},"modified":"2025-10-27T15:43:18","modified_gmt":"2025-10-27T14:43:18","slug":"use-case-asic","status":"publish","type":"page","link":"https:\/\/www.smith.care\/de\/forschung\/use-case-asic\/","title":{"rendered":"Use Case ASIC"},"content":{"rendered":"

[vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“grid“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““ css=“.vc_custom_1620639780558{background-color: #f5f6f6 !important;}“][vc_column][qode_elements_holder number_of_columns=“one_column“][qode_elements_holder_item advanced_animations=“no“ item_padding=“5% 0″ item_padding_480_600=“20px 0px 20px 0px“ item_padding_480=“20px 0px 20px 0px“][vc_column_text]<\/p>\n

Klinischer Use Case ASIC<\/h2>\n

[\/vc_column_text][vc_empty_space height=“15px“][vc_column_text css=“.vc_custom_1623745335044{padding-bottom: 5% !important;}“]<\/p>\n

Algorithmische \u00dcberwachung in der Intensivversorgung<\/h3>\n

[\/vc_column_text][vc_column_text]Patientinnen und Patienten auf Intensivstationen werden \u00fcber Monitoring-Systeme engmaschig \u00fcberwacht. In den daraus resultierenden riesigen Datenmengen steckt mit Hilfe von K\u00fcnstlicher Intelligenz ein enormes Potenzial, neue wissenschaftliche Erkenntnisse zu gewinnen und die individuelle Patientenversorgung in der Intensivmedizin zu optimieren.[\/vc_column_text][\/qode_elements_holder_item][\/qode_elements_holder][\/vc_column][\/vc_row][vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“grid“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““ css=“.vc_custom_1620639790782{background-color: #f5f6f6 !important;background-position: center !important;background-repeat: no-repeat !important;background-size: cover !important;}“][vc_column css=“.vc_custom_1620729543205{padding-top: 0px !important;padding-right: 0px !important;padding-bottom: 0px !important;padding-left: 0px !important;background-color: #ffffff !important;}“][qode_elements_holder number_of_columns=“two_columns“][qode_elements_holder_item vertical_alignment=“middle“ advanced_animations=“no“ item_padding=“5%“][vc_single_image image=“23447″ img_size=“full“ css=“.vc_custom_1724235554628{background-color: #efefef !important;}“ qode_css_animation=““][\/qode_elements_holder_item][qode_elements_holder_item vertical_alignment=“middle“ horizontal_alignment=“left“ advanced_animations=“no“ item_padding=“5%“][vc_column_text css=“.vc_custom_1623745345229{padding-bottom: 10% !important;}“]<\/p>\n

Use Case ASIC<\/h3>\n

[\/vc_column_text]

<\/i><\/span><\/div>
Effiziente Diagnostik und leitliniengerechte Therapie bei Akutem Lungenversagen (ARDS) mittels der ASIC-App<\/h5><\/div>

<\/p><\/div><\/div><\/div>[vc_empty_space height=“20px“]

<\/i><\/span><\/div>
Optimierung der Versorgung von Patientinnen und Patienten mit ARDS sowie COVID-19<\/h5><\/div>

<\/p><\/div><\/div><\/div>[vc_empty_space height=“20px“]

<\/i><\/span><\/div>
Kontinuierliche Auswertung erhobener Patientendaten auf Intensivstationen<\/h5><\/div>

<\/p><\/div><\/div><\/div>[vc_empty_space height=“20px“]

<\/i><\/span><\/div>
Beteiligung der Universit\u00e4tsklinika Bonn, D\u00fcsseldorf, Halle, Hamburg, Jena, Leipzig und Rostock unter Federf\u00fchrung des Universit\u00e4tsklinikums Aachen<\/h5><\/div>

<\/p><\/div><\/div><\/div>[\/qode_elements_holder_item][\/qode_elements_holder][\/vc_column][\/vc_row][vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“grid“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““ css=“.vc_custom_1620639850406{background-color: #f5f6f6 !important;}“][vc_column][qode_elements_holder number_of_columns=“one_column“][qode_elements_holder_item advanced_animations=“no“ item_padding=“4% 0 0 0″][vc_column_text]<\/p>\n

ASIC-App warnt vor akutem Lungenversagen<\/h4>\n

[\/vc_column_text][vc_empty_space height=“25px“][vc_column_text]Trotz klarer Kriterien f\u00fcr die Diagnosestellung von Akutem Lungenversagen (ARDS), wird die lebensbedrohliche Erkrankung, bei der die Lunge den K\u00f6rper nicht mehr ausreichend mit Sauerstoff versorgen kann, zu selten erkannt. Dies betrifft insbesondere fr\u00fche Stadien von ARDS, die in der Menge der anfallenden klinischen Datenwerte h\u00e4ufig gar nicht oder versp\u00e4tet festgestellt werden. So versterben trotz Fortschritten in der Therapie noch immer 40 Prozent aller ARDS-Patientinnen und Patienten. Das SMITH-Konsortium will medizinisches Personal darin unterst\u00fctzen, die Diagnoserate der Erkrankung zu erh\u00f6hen, die Therapie zu verbessern und das Auftreten von lebensbedrohlichen Komplikationen zu reduzieren.[\/vc_column_text][vc_empty_space height=“15px“][vc_column_text]Federf\u00fchrend durch das Universit\u00e4tsklinikum Aachen wird in Zusammenarbeit mit sieben weiteren Universit\u00e4tsklinika eine speziell daf\u00fcr entwickelte Smartphone-App f\u00fcr iOS und Android-basierte Ger\u00e4te implementiert. Die ASIC-App gew\u00e4hrleistet eine kontinuierliche ARDS-\u00dcberwachung von Intensivpatientinnen und -patienten sowie die Darstellung von Behandlungsleitlinien. Die behandelnden \u00c4rztinnen und \u00c4rzte tragen hierf\u00fcr ein mobiles Endger\u00e4t in der Kitteltasche, welches sie im Fall von ver\u00e4nderten Kennwerten \u00fcber das m\u00f6gliche Vorliegen eines ARDS alarmiert.[\/vc_column_text][vc_empty_space height=“15px“][vc_column_text]Angesichts der COVID-19 Pandemie macht der Anwendungsfall ASIC deutlich, welche Rolle die Medizininformatik k\u00fcnftig f\u00fcr die Forschung und Verbesserung der Versorgung haben wird. Bereits fr\u00fch zeigte sich, dass besonders schwer an COVID-19 erkrankte Personen mehrheitlich ein ARDS entwickeln, was die Behandlungsergebnisse massiv beeinflusst. Der Einsatz der ASIC-App kann durch fr\u00fchzeitige ARDS-Diagnose und Therapie die Versorgung von COVID-19-Patientinnen und Patienten optimieren. Eine \u00dcbertragung der im Use Case ASIC angewendeten Verfahren auf Krankheitsbilder wie Sepsis oder Akutes Nierenversagen ist in der Zukunft denkbar.[\/vc_column_text][\/qode_elements_holder_item][\/qode_elements_holder][\/vc_column][\/vc_row][vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“grid“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““ css=“.vc_custom_1620639861639{background-color: #f5f6f6 !important;}“][vc_column][qode_elements_holder number_of_columns=“one_column“][qode_elements_holder_item advanced_animations=“no“ item_padding=“3% 0 5% 0″ item_padding_480_600=“3% 0 10% 0″ item_padding_480=“3% 0 10% 0″][vc_column_text]<\/p>\n

Potentiale klinischer Routinedaten nutzen<\/h4>\n

[\/vc_column_text][vc_empty_space height=“25px“][vc_column_text]Dar\u00fcber hinaus werden die auf Intensivstationen kontinuierlich erfassten Routinedaten langfristig in anonymisierter Form gespeichert und f\u00fcr die Forschung zug\u00e4nglich gemacht. Unter Anwendung von Methoden der K\u00fcnstlichen Intelligenz ist die Entwicklung eines virtuellen Patientenmodells vorgesehen. Das Modell soll verschiedene Gesundheitszust\u00e4nde von Intensivpatienten simulieren und Komplikationen wie ARDS vorhersagen. Ziel ist ein selbstlernendes Computersystem f\u00fcr die klinische Forschung und Ausbildung. Parallel dazu wird ein diagnostisches Expertensystem entwickelt, welches basierend auf klinischen Versorgungsdaten das Risiko eines potentiellen ARDS f\u00fcr einzelne Patienten bewertet.[\/vc_column_text][vc_empty_space height=“15px“][vc_column_text]F\u00fcr die Entwicklung dieser Systeme wird die erste deutsche standort\u00fcbergreifende, anonyme Forschungsdatenbank in der Intensivmedizin aufgebaut und in den beteiligten Datenintegrationszentren (DIZ)<\/a> vorgehalten. Die DIZ extrahieren die Patientendaten aus den Prim\u00e4rsystemen der Krankenversorgung, anonymisieren sie und \u00fcberf\u00fchren diese in ein interoperables Format. Mittels dieser Daten k\u00f6nnen k\u00fcnftig neue wissenschaftliche Erkenntnisse generiert und die individuelle Versorgung von Patientinnen und Patienten verbessert werden.[\/vc_column_text][vc_empty_space height=“15px“][vc_column_text css=““]Der Use Case ASIC wurde vom 01.01.2018 bis zum 31.12.2023 im Rahmen des SMITH-Konsortiums vom Bundesministerium f\u00fcr Bildung und Forschung (BMBF) gef\u00f6rdert.[\/vc_column_text][\/qode_elements_holder_item][\/qode_elements_holder][\/vc_column][\/vc_row][vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“grid“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““ css=“.vc_custom_1761575508978{background-color: #f5f6f6 !important;}“][vc_column]

\n\t
\n\t\t\n\t\t\t\n\t\t\t\t\n\t\t\t\t\t<\/span>\n\t\t\t\t<\/span>\n\t\t\t<\/span>\n\t\t<\/a>\n\t\t\t\t\t\t\t\t

\n\t\t\t\t\t\t5 Fragen an\t\t\t\t\t<\/h3>\n\t\t\t\t\n\t\t\n\t\t\t\n\t\t\t\t<\/span>\n\t\t\t<\/span>\n\t\t<\/span>\n\t<\/a>\n\t<\/div>\n\t\t\t
\n\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t<\/a>\n\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t

\n\t\t\t\t\t\t\t\tVon Virtuellen Patienten und K\u00fcnstlicher Intelligenz auf der Intensivstation<\/a>\n\t\t\t\t\t\t\t<\/h4>\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t

KI und Maschinelles Lernen k\u00f6nnen die Intensivmedizin optimieren, z.\u202fB. Krankheitsverl\u00e4ufe vorhersagen. Der ehemalige SMITH-Doktorand Konstantin Sharafutdinov erkl\u00e4rt im Interview, wie virtuelle Patienten dabei helfen.<\/p>\n\t\t\t\t\t\t\t

\n\t\t\t\t\t\t\t\t5. April 2023\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t<\/div>[\/vc_column][\/vc_row][vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“grid“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““ css=“.vc_custom_1613644308211{background-color: #e0f4fc !important;}“][vc_column][qode_elements_holder number_of_columns=“two_columns“ columns_proportion=“25_75″][qode_elements_holder_item advanced_animations=“no“ item_padding=“50px 0px“ item_padding_480_600=“40px 0px 20px 0px“ item_padding_480=“40px 0px 20px 0px“][vc_single_image image=“13868″ alignment=“center“ style=“vc_box_circle_2″ qode_css_animation=““][\/qode_elements_holder_item][qode_elements_holder_item vertical_alignment=“middle“ horizontal_alignment=“center“ advanced_animations=“no“ item_padding=“50px 0px“ item_padding_480_600=“0px 0px 40px 0px“ item_padding_480=“0px 0px 40px 0px“][vc_column_text]<\/p>\n

„Ich bin \u00fcberzeugt, dass die Daten im Use Case ASIC ein riesiges Potential haben, um mit den Mitteln der K\u00fcnstlichen Intelligenz noch besser helfen und mehr Patienten zur\u00fcck ins Leben holen zu k\u00f6nnen. Bei jedem Organversagen geht es letztlich darum Zeit zu gewinnen: Je fr\u00fcher wir die Diagnose stellen, umso fr\u00fcher k\u00f6nnen wir eine leitliniengerechte Therapie einleiten und desto mehr Patientenleben k\u00f6nnen wir retten.\u201c<\/em><\/p>\n

[\/vc_column_text][vc_empty_space][vc_column_text]<\/p>\n

Prof. Dr. Gernot Marx, FRCA<\/p>\n

Leiter Use Case ASIC
\nVerbundleiter Digitaler FortschrittsHub DISTANCE
\nSprecher des Vorstandes des Innovationszentrums Digitale Medizin (IZDM),
\nDirektor der Klinik f\u00fcr Operative Intensivmedizin und Intermediate Care |\u00a0Universit\u00e4tsklinikum RWTH Aachen<\/p>\n

[\/vc_column_text][\/qode_elements_holder_item][\/qode_elements_holder][\/vc_column][\/vc_row]<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":"

[vc_row css_animation=““ row_type=“row“ use_row_as_full_screen_section=“no“ type=“grid“ angled_section=“no“ text_align=“left“ background_image_as_pattern=“without_pattern“ z_index=““ css=“.vc_custom_1620639780558{background-color: #f5f6f6 !important;}“][vc_column][qode_elements_holder number_of_columns=“one_column“][qode_elements_holder_item advanced_animations=“no“ item_padding=“5% 0″ item_padding_480_600=“20px 0px 20px 0px“ item_padding_480=“20px 0px 20px 0px“][vc_column_text] Klinischer Use Case ASIC [\/vc_column_text][vc_empty_space height=“15px“][vc_column_text css=“.vc_custom_1623745335044{padding-bottom: 5% !important;}“] Algorithmische \u00dcberwachung in der Intensivversorgung [\/vc_column_text][vc_column_text]Patientinnen und Patienten auf Intensivstationen werden \u00fcber…<\/p>\n","protected":false},"author":5,"featured_media":0,"parent":16157,"menu_order":1,"comment_status":"closed","ping_status":"closed","template":"full_width.php","meta":{"footnotes":""},"class_list":["post-404","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/pages\/404","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/comments?post=404"}],"version-history":[{"count":123,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/pages\/404\/revisions"}],"predecessor-version":[{"id":25716,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/pages\/404\/revisions\/25716"}],"up":[{"embeddable":true,"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/pages\/16157"}],"wp:attachment":[{"href":"https:\/\/www.smith.care\/de\/wp-json\/wp\/v2\/media?parent=404"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}