Verbundprojekt DAIOR - Verteilte Künstliche Intelligenz für den Operationssaal

DAIOR zielt darauf ab, KI-gesteuerte Technologien zu entwickeln, um die Ergebnisse für chirurgische Patienten*innen zu verbessern, indem massiv-multimodale Daten, die im Operationssaal generiert werden, in Echtzeit durch einen verteilten Ansatz analysiert und genutzt werden. Wir stellen uns eine Zukunft vor, in der vernetzte Operationssäle kontinuierlich Wissen empfangen, senden und verarbeiten, indem sie global verfügbare und klinisch abgeleitete Modelle der künstlichen Intelligenz nutzen, um eine patienten- und wertorientierte Gesundheitsversorgung zu fördern. Um dieses Ziel zu erreichen, schlagen wir in unserem Projekt vor, die nächste Generation interoperabler, KI-gestützter OPs in Europa zu prototypisieren und validieren. Dies stützt sich auf zwei Säulen: 1. Datengestützte und KI-assistierte minimalinvasive Chirurgie in einem digitalen OP als Auslöser der nächsten Revolution in der Chirurgie 2. Die roboterassistierte Chirurgie kann die Grenzen der derzeitigen minimalinvasiven Verfahren überwinden und die Fähigkeiten der Chirurgen verbessern. Dabei sollen folgende Use Cases betrachtet werden: UC1: KI-gestütztes kontinuierliches Lernen für die Analyse chirurgischer Daten UC2: KI-Strategie für grenzüberschreitende 5G-Interoperabilität in der Telechirurgie Das übergeordnete wissenschaftliche Ziel ist die Entwicklung und Validierung neuartiger KI-Algorithmen, die sich die Prinzipien des föderalen Lernens zunutze machen, um klinisch relevante Anwendungsfälle im OP zu lösen. Die Validierung der Entwicklung durch klinische Experten beweist die Relevanz und Wirkung der Anwendungsfälle im klinischen Kontext. Dabei fokussiert sich das Konsortium auf folgende Ziele: Ziel 1: Erforschung graphbasierter Methoden zur Integration und Analyse multimodaler, zeitlich heterogener Daten, die in föderalen Operationssälen generiert werden. Ziel 2: Untersuchung des kontinuierlichen föderalen Lernens im Operationssaal.