夫琅和费研究所希望通过M³infkt实现的具体目标是什么?
目前,心电图、血压、血氧饱和度、血流灌注、呼吸气体等生命体征仅在ICU进行监测,普通病房不进行监测。在电晕然而,我们看到许多症状轻微的病例迅速恶化。因此,我们建议对生命体征进行移动监测,这样患者就可以尽可能长时间地留在普通病房,而护理人员可以在患者病情恶化时进行快速干预。
使用了哪些技术?
我们正计划开发单独的传感器组件,这将导致一个完整的系统,包括一个传感器手镯捕获生物如心跳和氧气饱和度。
此外,我们将使用纺织集成的多通道ECG系统,即我们在Fraunhofer IIS的团队最初为体育和健康目的开发。该设备称为Cardiotextil,是具有集成ECG电极的皮套和一个小电子单元,其将数据传输到扩展坞或智能手机。我们希望适应该系统的临床监测-我们在考虑一种便携式设备,a可穿戴为病人监护。
我们还将使用雷达和超光谱技术传感器用于生物信号的非接触式记录。这些光学技术使用不同的波长来测量心率或呼吸频率。
想象一下,一个安装在医院病床上方的系统并通过无线电信号传输数据。这一概念背后的想法是让患者保持在病房手机上,而不是用电缆绑住它们。
推荐的文章
对于呼吸气体分析,我们正在研究两种不同的技术:一种基于mems的超声波系统,可以监测呼吸气体的流动。MEMS是指微机电系统——连接微电子和机械的微型集成元件。我们谈论的不是传统的PC芯片,而是具有集成机制的微系统。
此外,我们正在研究化学气体分析与离子迁移谱。这样就可以简单快速地捕捉到相关的挥发性有机化合物,即所谓的VOCs。挥发性有机化合物存在于呼出的气体、尿液、粪便和皮肤中,可以现场测量和分析。
该团队还正在研究一种声音测量技术,该技术可以分析空间肺通气,在3D中重建,从而可以在一定时间内进行测量。
我们希望创建一个不同传感器技术的广泛组合。其中一些技术是新的发展,其他技术已经存在,我们根据自己的目的对其进行了调整。这包括解释巨大数据量的算法,以检测患者健康状态的任何变化。
该系统是专为临床使用而设计的吗?
最初,该产品是为临床或临床旁使用,如护理设施。在项目学期结束时,我们希望开发出能够进行首次测量并可用于试验的单个模块。
到那时,还不会有成品和市场准备好的产品。我们的目标是开发一个具有标准化开放接口的概念,允许与其他平台轻松集成。我们期望在M³Infekt集群项目的背景下开发不同的设备。
一个长期的目标可能是一个可以用于家庭监控或门诊设置的系统。因此,我们将设计后续项目,我们将寻找能够支持商业化努力的行业合作伙伴。
你提到了算法:它们是人工智能过程吗?
我们正在不同级别的不同算法工作。在一方面,存在可以基于可穿戴设备中的嵌入式芯片的传感器信号处理。该技术可用于评估ECG信号。将实施具有基于神经网络的AI程序的微控制器来确定ECG参数。
这项技术有一个主要优势:原始信号不必传输到扩展底座,因此使用的带宽更少。这也是一个隐私问题,因为ECG数据就像指纹一样,可以追溯到单个患者。我们可以通过预先评估设备中的数据来克服这一隐私挑战。
另一方面,我们正在聚集和分析各个传感器提供的不同的健康参数,以分析整体健康状况。简而言之:从ECG数据中,我们确定心率或心率变异作为参数,或者来自呼吸气流,我们可能能够确定最大的吸入或呼气深度。
在最后一步中,我们结合所有这些参数,以便能够评估患者的健康状况及其发展。这主要基于人工智能程序,但也基于传统的信号处理。
如何为医务人员准备数据?
工作人员将在医生或护士室的仪表板上看到数据。这将使他们能够立即评估关键参数,并在患者健康状况恶化时提供早期指标。
轮廓:
Christian M博士曾在奥格斯堡弗里德里希大学亚力山大分校的应用科学大学和计算工程研究信息学。他在Koblenz Landau大学获得博士学位,并发表了一篇关于机器学习在医学应用中的论文。此外,他还持有埃森FM应用科学大学MBA学位。
2000年,他加入了位于埃兰根的弗劳恩霍夫集成电路研究所。他目前担任图像处理和医学工程部门的主管,负责弗劳恩霍夫IIS的数字健康系统部门。他也是Smart Sensing and Electronics部门的管理团队成员。
您是来自emtech生态系统的专业人士,并有兴趣与Tectales的嘉宾分享您的技术故事?联系我们:编辑至