Startseite > Medizintechnik > Systeme & Anwendungen > Krank im Krankenhaus? KI-Sensorik überwacht Patienten auf Station

Frühwarnsystem mit Sensorfusion

Krank im Krankenhaus? KI-Sensorik überwacht Patienten auf Station

13. August 2025, 10:12 Uhr | Ute Häußler

Gerald Bieber, Fraunhofer IGD, Erlandas Norkus (Data Manager) und Marcel Walz (CTO von Hypros), mit dem Patientenmonitoring-Sensor, der in der Machbarkeitsstudie verwendet wurde.

Sepsis & Co. frühzeitig erkennen: Mit der berührungslosen Erfassung von Vitalwerten schaffen das Fraunhofer IGD und Hypros ein klinisches Frühwarnsystem. Über KI, Wärmebildtechnik, RGB-Kameras und Distanzsensoren werden Zustandsänderungen von Patienten in Echtzeit erkannt - sogar mit Datenschutz.

▶ Diesen Artikel anhören

Atemfrequenz, Herzschlag, Körpertemperatur – bislang müssen diese Werte in Kliniken häufig manuell oder über am Körper getragene Messgeräte erfasst werden. Ein gemeinsames Projekt des Fraunhofer-Instituts für Graphische Datenverarbeitung IGD in Rostock und des Stralsunder Medical-IoT-Unternehmens Hypros zeigt nun, dass eine kontinuierliche, berührungslose Erfassung mit KI-gestützter Sensorik technisch machbar ist. Ziel: eine patientennahe Früherkennung akuter Gesundheitsrisiken wie Sepsis, Kreislaufprobleme oder ein beginnendes Delirium.

Der im Rahmen des Projekts »HealthView« erbrachte Proof of Concept basiert auf der Fusion mehrerer Sensortypen:

RGB-Kameras für visuelle Veränderungen
Thermalsensoren für präzise Temperaturmessungen
Distanzsensoren zur Erfassung kleinster Bewegungen

Die Daten werden durch KI-Algorithmen analysiert, die aus hochauflösenden Bilddaten trainiert wurden. Berührungslos, selbst durch Decken hindurch, konnten Bewegungen des Brustkorbs zuverlässig detektiert werden – ein entscheidender Schritt, um Atemfrequenzen nicht-invasiv zu bestimmen.

Datenschutz als Systemprinzip

Der Beitrag von Hypros liegt vor allem in der datenschutzfreundlichen Umsetzung: Zum Einsatz kommen batteriebetriebene IoT-Geräte mit niedrigauflösender optischer Sensorik, die keine identifizierbaren Patientendaten speichert. Eine zweistufige KI-Architektur überträgt das aus hochauflösenden Bildern trainierte Modell auf die Low-Resolution-Daten, um etwa eine nächtliche Bettflucht, ein beginnendes Delirium oder auch Druckgeschwüre zu erkennen. Die Analyse erfolgt rein lokal, sodass keine sensiblen Originalbilder gespeichert oder übertragen werden.

Als Ergebnis liefert die KI liefert dem medizinischen Personal in Echtzeit Warnhinweise und Handlungsempfehlungen. Die endgültige Bewertung und Therapieentscheidung bleibt weiterhin Aufgabe der ÄrztInnen und des Pflegepersonals – die Technologie versteht sich als Assistenz- und Entlastungsinstrument, insbesondere angesichts des gravierenden Pflegefachkräftemangels.

Technische Herausforderungen und Ausblick

Der Machbarkeitsnachweis verdeutlicht, dass eine zuverlässige Erfassung relevanter Parameter möglich ist: vorausgesetzt, Sensorauflösung, Algorithmen und Systemintegration werden optimiert. Für die nächste Entwicklungsphase planen die Partner, hochauflösendere Thermalsensoren zu evaluieren, die die Temperaturerfassung weiter präzisieren sowie die Systemarchitektur energieeffizienter zu gestalten. Zudem steht die Integration in den klinischen Alltag im Fokus – vom Einbau direkt über dem Patientenbett bis hin zur kompatiblen Einbindung in bestehende Monitoringsysteme.

»Solche Technologien können gezielt entlasten und gleichzeitig Sicherheit schaffen«, sagt Tobias Gebhardt, CEO von Hypros. Sie könnten dazu beitragen, dass kritische Veränderungen nicht erst bei der nächsten Visite, sondern innerhalb von Sekunden erkannt werden. (uh)