Projektziele & Projektergebnis
eines Digitalisierungsprojektes in den Bereichen „Prozesse“ mit dem Ziel der Erhöhung/Steigerung/ Optimierung .
Ziel des Projekts ist es, die intelligenten Algorithmen noch besser an die Abläufe im klinischen Alltag anzupassen und das System unter realen Bedingungen zu evaluieren.
Gesamtprojekt
Top Erkenntnisse aus dem Projekt
Ausgangslage
Zentrale Fragestellungen im Projekt
- Die besondere Herausforderung bestand darin, wie das Sensorsystem von Hypros technisch in die bestehende Infrastruktur der Universitätsmedizin eingebunden werden kann, aber auch welche ethischen Aspekte berücksichtigt werden müssen.
- Es wurde ein Ethikantrag gestellt und bewilligt. Es wurden Fragen hinsichtlich der Anforderungen an Netzwerke und Serverstrukturen, Fragen zur Datensicherheit und Zugriffskonfiguration, Schnittstellen zwischen dem Hypros-Portal und den klinikinternen Systemen sowie die Planung der Installation im Patientenzimmer geklärt.
- Das Pflegeteam wurde enstprechend geschult, die Patientinnen und Patienten bezüglich einer Einwilligung befragt und das Patientenmonitoringsystem schrittweise in entsprechenden Patientenzimmern freigeschaltet.
Projektdetails
Die Hypros GmbH wurde 2016 in Lübeck von Max Golubew gegründet. Im April 2024 erfolgte die Übernahme durch die GWA Hygiene GmbH aus Stralsund, die 2015 von Tobias Gebhardt ins Leben gerufen wurde. Durch die anschließende Fusion vereint das neue Unternehmen die Softwarekompetenz von Hypros mit der Hardware- und Sensorexpertise der GWA Hygiene. Das gemeinsame Know-how fokussiert sich auf innovative digitale Lösungen für das Gesundheitswesen. Modernste KI-Technologien werden zur Analyse von Bewegungsmustern und zur Identifikation kritischer Zustände wie Stürze oder Delir-Einflussfaktoren genutzt. Bereits heute werden die Systeme international eingesetzt, insbesondere in Kliniken sowie Pflege- und Gesundheitseinrichtungen. Die Universitätsmedizin Rostock als Partner im Mittelstand-Digital Zentrum Rostock unterstützt HYPROS bei der Weiterentwicklung der bestehenden Systeme im Hinblick auf das Training des späteren KI – Modells. Mit dem Einsatz im echten Klinikalltag können Daten erhoben, ausgewertet und das System entsprechend angelernt werden.

.jpg-462x1024.webp)

