Kontaktlose Messtechnik

Im Krankenhaus erworbene Infektionen sind eine der führenden Ursachen von Morbidität und Mortalität. Dies ist ein Problem, das besonders in Zeiten einer globalen Pandemie nicht vernachlässigt werden darf, da sich das Risiko durch die Verbreitung von neuartigen Krankheitskeimen zukünftig weiter vergrößert. Um diese Problematik anzugehen, haben Wissenschaftlerinnen und Wissenschaftler von der Universität Duisburg-Essen, der Technischen Universität Ilmenau und des Universitätsklinikums Essen das Projekt NEON gestartet. Das Projekt NEON ist ein von der Deutschen Forschungsgemeinschaft (DFG) gefördertes Projekt, mit einer Laufzeit von 3 Jahren und einer Fördersumme von 900.000 Euro. Die Bezeichnung NEON steht für „Akut- und Permanentmonitoring von infektiösen Patienten mit Hilfe von kontaktlosen, multispektralen, optischen Messsystemen“.

Im Projekt NEON wird ein kompaktes, mobiles Messgerät entstehen, welches die menschlichen Vitalparameter, wie beispielsweise Puls, Atemfrequenz, Körpertemperatur und Sauerstoffsättigung, kontaktlos erfassen kann. Durch die Ermittlung der Vitalparameter kann das Medizinische Personal schnell und zuverlässig herausfinden, wie es den Patientinnen und Patienten geht. Mit der heutigen Technik müssen die Vitalparameter durch das Medizinische Personal direkt am Körper gemessen werden. Durch diesen Kontakt entsteht sowohl für die Patientinnen und Patienten, als auch für das Medizinische Personal das Risiko einer Infektionsübertragung. Mit dem Wegfallen dieses Kontakts würde das Risiko der Infektionsübertragung drastisch sinken. Hinzu kommt der Komfort für die zu Behandelnden. Die in NEON entstehende Hardware und Software kann hierbei einen entscheidenden Beitrag leisten.

Die Vitalparameter werden mit dem Messgerät zunächst einzeln ermittelt. Die individuell gemessenen Vitalparameter sollen danach kombiniert werden und zusammen mit weiteren relevanten Gesundheitsparametern, wie z.B. Alter, Geschlecht und Vorerkrankungen, den Gesundheitszustand der Person automatisch ermitteln. In den ersten Schritten wird das Verfahren für die akute Ermittlung einer bestimmten Erkrankung ausgelegt. Im weiteren Verlauf des Projekts wird untersucht, wie die gewonnenen Daten für eine Langzeitüberwachung des Gesundheitszustandes verwendet werden können. Des Weiteren wird erforscht, wie das Verfahren mit bestimmten Methoden der künstlichen Intelligenz (Transfer Learning) auf andere Krankheiten übertragt werden kann.

Das Projekt wird seitens des Fraunhofer Instituts für Mikroelektronische Schaltungen und Systeme (IMS) durch Prof. Dr. Karsten Seidl (Leiter des Geschäftsfelds Health) und Dr. Christian Wiede (Leiter der Gruppe Embedded AI) unterstützt, insbesondere mit den Kompetenzen in dem Bereich von nicht-invasiver Healthcare.