Startseite > Medizintechnik > MedTech-Komponenten > Anästhesie und Frühchen-Überwachung: Neue Kooperation für Edge-AI

Gesundheit auf der CES 2026

Anästhesie und Frühchen-Überwachung: Neue Kooperation für Edge-AI

7. Januar 2026, 15:27 Uhr | Ute Häußler

Ge Healthcare und NXP zeigen auf der CES 2026, wie KI-Chips eine Sprachsteuerung in der OP-Anästhesie und die Neugeborenen-Überwachung ermöglichen.

Der Halbleiterhersteller NXP und der Medizingerätehersteller GE Healthcare zeigen auf der CES 2026 zwei Edge-AI-Konzepte für die Akutversorgung. Die Systeme verarbeiten ihre Daten lokal auf dem Gerät und sollen Klinikern in OP und Neonatologie zeitkritische Informationen ohne Latenz bereitstellen.

▶ Diesen Artikel anhören

NXP Semiconductors und GE HealthCare haben auf der CES 2026 in Las Vegas eine Zusammenarbeit zur Entwicklung von Edge-AI-Systemen für die Akutversorgung bekannt gegeben. Die Kooperation des für sichere Elektronikbausteine bekannten Halbleiterherstellers und des Medizingerätebauers fokussiert sich zunächst auf zwei Anwendungsfelder: Anästhesie-Systeme und neonatales Monitoring.

Sprachsteuerung im OP-Saal

Das erste im NXP Pavilion (Central Plaza #134) in Las vegas gezeigte Konzept zielt auf die Anästhesie-Versorgung im Operationssaal ab. Die Lösung soll Anästhesisten ermöglichen, Geräte mittels Echtzeit-Sprachbefehlen freihändig zu bedienen. Dies soll kognitive Belastung, Alarm-Müdigkeit und das Risiko menschlicher Fehler reduzieren. Die Verarbeitung erfolgt dabei vollständig auf dem Gerät, wodurch zum Einen Latenz- und Reaktionszeiten minimiert sowie Datenschutzanforderungen (kein Senden in die Cloud) erfüllt werden.

Intelligentes Monitoring in der Neonatologie

Das zweite Konzept adressiert die Neugeborenenversorgung durch kontinuierliches, KI-gestütztes Live-Monitoring. Die Technologie erkennt, ob ein Säugling weint oder ruht, identifiziert unerwünschte Objekte im Bett und registriert potenziell gefährliche Positionen wie Bauchlage. Dabei nutzt das System »Agentic AI« am medizinischen Edge, um Ereignisse zu protokollieren und bei Bedarf Pflegekräfte zu alarmieren. Sämtliche Bildverarbeitung findet lokal statt – keine Bilder verlassen das Gerät, was ebenso wie die Anästhesie-Bedienung strikte Sicherheits- und Datenschutzstandards unterstützt.

Die Technologie

Beide Konzepte basieren auf NXPs Applikationsprozessoren mit integrierten Neural Processing Units (NPUs) sowie dedizierten, eigenständigen NPUs. Integrierte NPUs bieten eine kompakte, energieeffiziente Lösung für moderate KI-Workloads, während dedizierte NPUs eine höhere Rechenleistung für anspruchsvollere KI-Anwendungen liefern können. Auf Software-Seite kommt NXPs eIQ AI Toolkit zum Einsatz, das KI-Modelle für den Einsatz auf Edge-Hardware optimiert. Das kürzlich vorgestellte eIQ Agentic AI Framework ermöglicht es Entwicklern, mehrstufige KI-Workflows in On-Device-Edge-AI-Deployments umzusetzen und mehrere Modelle parallel für Vision, Audio und Steuerung auszuführen.

Verantwortungsvolle KI im Fokus

Die Entwicklung beider Konzepte folgt GE HealthCares »Responsible-AI«-Prinzipien, die Sicherheit, Datenschutz, Validität, Transparenz, Erklärbarkeit und Fairness in den Vordergrund stellen. »Bei GE HealthCare entwickeln wir KI, die Kliniker in den Mittelpunkt stellt und klinisches Urteilsvermögen unterstützt«, erklärt Jeff Caron, Chief Digital and Technology Officer für Patient Care Solutions bei GE HealthCare. Die On-Device-Verarbeitung ergänze die Cloud-basierten Lösungen des Unternehmens speziell für Akutversorgungs-Szenarien.

Weitere Anwendungen

Charles Dachs, Executive VP und General Manager Secure Connected Edge bei NXP, betont das Potenzial der Zusammenarbeit: »Gemeinsam wollen wir eine personalisiertere Versorgung ermöglichen – von kontinuierlichem NICU-Monitoring und freihändiger Interaktion mit Anästhesie-Equipment bis hin zu explorativen Forschungskonzepten wie KI-gestützter Risikovorhersage, automatisierter Triage und individuellen Behandlungsempfehlungen«. Er führt weiter aus, dass in Akutversorgungs-Umgebungen wie OPs und Neugeborenen-Intensivstationen es auf eine niedrige Latenz ankomme – Edge AI verarbeitet Daten lokal und ermögliche unmittelbare, konsistente Performance. (uh)