Motivation
Hochkomplexe chirurgische Operationen können mit Hilfe von Künstlicher Intelligenz (KI) sicherer und präziser durchgeführt werden. Um damit die Versorgung von Patienten deutlich zu verbessern, müssen KI-Algorithmen jedoch zunächst anhand von geeigneten Daten trainiert werden. Die Daten müssen hierfür in ausreichender Menge und Qualität verfügbar sein. Durch die Methoden des föderalen Lernens können in DAIOR Trainingsdaten aus verschiedenen Standorten, sogar über Ländergrenzen hinweg, genutzt werden, während die Daten an den Standorten verbleiben und so gleichzeitig der Schutz für die Daten von Patientinnen und Patienten sichergestellt ist.
Ziele und Vorgehen
Ziel von DAIOR ist, ein deutsch-französisches verteiltes KI-Ökosystem zum kontinuierlichen und fö- deralen Lernen in Operationssälen zu entwickeln. Das System wird von Anfang an in einer realistischen klinischen Umgebung eingesetzt und validiert. Dies geschieht anhand zweier relevanter und konkreter Anwendungsbeispiele, die über die Ländergrenzen hinweg bearbeitet werden. Zum einen sollen chirurgische Daten aus multimodalen Quellen mit KI-Methoden kontinuierlich analysiert werden, um Operationen in Echtzeit zu unterstützen. Im zweiten Anwendungsfall geht es um grenzüberschreitende KI-gestützte, roboterassistierte Telechirurgie.
Innovationen und Perspektiven
DAIOR möchte mit diesen klinisch wirksamen Anwendungsfällen und dem geplanten KI-Ökosystem den Operationssaal der Zukunft schaffen, der digital vernetzt kontinuierlich Wissen empfangen, senden und verarbeiten kann. Mit dem Projekt werden verteilte KI-Methoden praxisnah entwickelt und eine nachhaltige wissenschaftlich-technologische Kooperationsstruktur geschaffen. Es trägt damit wesentlich zum Technologietransfer in die Anwendung bei, schafft gesellschaftliche Mehrwerte und stärkt die deutsch-französische Zusammenarbeit im Bereich der KI im Gesundheitswesen.