Zur Hauptnavigation wechseln Zur Suche wechseln Zum Hauptinhalt wechseln

CMS4Vent - Alternativmethoden: In silico Methoden in der Beatmungstechnik - Modellentwicklung

  • Rostalski, Philipp (Projektleiter*in (PI))
  • Schädler, D. (Beteiligte*r Wissenschaftler*in)
  • Selpien, Helene (Beteiligte*r Wissenschaftler*in)
  • Männel, Georg (Beteiligte*r Wissenschaftler*in)
  • Bilda, Franziska (Beteiligte*r Wissenschaftler*in)
  • Hennigs, Carlotta (Beteiligte*r Wissenschaftler*in)
  • Danielson, Charlott (Beteiligte*r Wissenschaftler*in)
  • Spitzenberger, Folker (Beteiligte*r Wissenschaftler*in)
  • Hackelberg, Niklas (Beteiligte*r Wissenschaftler*in)

Projekt: Projekte aus BundesmittelnProjekte aus Bundesmitteln: BMFTR (Forschung, Technologie und Raumfahrt)

Projektdaten

Projektbeschreibung

Intelligente Assistenz- und Automatisierungsfunktionen in der Beatmungstechnik und auch in anderen Bereichen der Medizintechnik führen aktuell im Rahmen der vorklinischen Prüfung der Sicherheit und Zuverlässigkeit von Medizinprodukten zu einer hohen Nachfrage nach Tierversuchen insbesondere im Großtierbereich. Die präklinische Bewertung derartiger Funktionen anhand verifizierter und validierter digitaler Patientinnen- und Patientenmodelle (In-silico-Trials) bietet das Potenzial, die Anzahl der benötigten Tierversuche deutlich zu reduzieren.

Ziel des Vorhabens CMS4Vent ist es, die Entwicklung eines normativen bzw. regulatorischen Rahmens für die Anwendung computerbasierter Modellierungs- und Simulations-Methoden (CM&S) in der vorklinischen Bewertung von Medizinprodukten auf europäischer Ebene voranzutreiben. Im Fokus des Vorhabens steht die Entwicklung eines digitalen Patientinnen- und Patientensimulators für die Durchführung von In-silico-Trials in der Beatmungstechnik, um somit Tierversuche für diesen Anwendungsbereich möglichst vollständig zu ersetzen. Der angestrebte digitale Patientinnen- und Patientensimulator im Kontext der künstlichen Beatmung soll als Leitbeispiel für andere Bereiche der Medizintechnik zur Tierversuchsreduktion genutzt werden.
StatusLaufend
Tatsächlicher Beginn/ -es Ende01.04.2431.03.27

UN-Ziele für nachhaltige Entwicklung

2015 einigten sich UN-Mitgliedstaaten auf 17 globale Ziele für nachhaltige Entwicklung (Sustainable Development Goals, SDGs) zur Beendigung der Armut, zum Schutz des Planeten und zur Förderung des allgemeinen Wohlstands. Die Arbeit dieses Projekts leistet einen Beitrag zu folgendem(n) SDG(s):

  1. SDG 3 – Gesundheit und Wohlergehen
    SDG 3 – Gesundheit und Wohlergehen
  2. SDG 9 – Industrie, Innovation und Infrastruktur
    SDG 9 – Industrie, Innovation und Infrastruktur

Mittelgeber

  • Bundesministerien und Bundesinstitutionen

Strategische Forschungsbereiche und Zentren

  • Zentren: Zentrum für Künstliche Intelligenz Lübeck (ZKIL)

DFG-Fachsystematik

  • 4.43-04 Künstliche Intelligenz und Maschinelles Lernverfahren
  • 2.22-32 Medizinische Physik, Biomedizinische Technik

KDSF-Klassifikation für Forschungsfelder

  • 073 - Künstliche Intelligenz und Big Data

ASJC Scopus Fachgebiete

  • Artificial intelligence
  • Biomedizintechnik

Fingerprint

Erkunden Sie die Forschungsthemen zu diesem Projekt. Diese Zuordnungen werden Bewilligungen und Fördermitteln entsprechend generiert. Zusammen bilden sie einen einzigartigen Fingerprint.