KI in der Robotik für das Gesundheitswesen

Erwarten Sie mehr von einem Roboter als die repetitive Ausführung regelbasierter Befehle?

Bisher werden Roboter größtenteils für den immer gleichen Prozess, d.h. für sich stetig wiederholende Bewegungsabläufe eingesetzt. Die Anwendung von KI-gesteuerter Robotik im Gesundheitswesen wird sich jedoch zukünftig durchsetzen und revolutioniert damit unterschiedlichste Aspekte in vielen Bereichen der medizinischen Versorgung, wie zum Beispiel der Chirurgie, Rehabilitation, Pflege. Wir sehen zusätzlich einen akuten Bedarf in anderen Bereichen der Healthcare Branche:


Ein großes Potential liegt auch in der Labordiagnostik, Implantologie und im Medikamenten-Management

Hierbei spielen zukünftig Cobots eine wichtige Rolle. Cobots sind kollaborative Roboter, die ohne Sicherheitseinzäunung auf engem Raum mit Menschen zusammenarbeiten können und menschliche Interaktionen erlauben.

Unser Ziel ist es, Einrichtungen im Gesundheitswesen den Einsatz von Künstlicher Intelligenz in Robotik wesentlich zu vereinfachen und auf die jeweiligen Bedürfnisse anzupassen. Das Ergebnis: Roboter können als „ausgebildete“ Assistenten eingesetzt werden. Sie sind in der Lage, über Spracheingabe Befehle auszuführen und selbständig Entscheidungen zu treffen, um die Aufgabe zu lösen. Reinforcement Learning spielt dabei die Schlüsselrolle für die Steuerung der Roboter.
Die KI-Modelle dieser Methode ermöglichen es Robotern, durch Belohnung/Bestrafung autonom zu lernen und ihre Abläufe in Abhängigkeit von den erzielten Ergebnissen zu optimieren.

Sicherheit durch Simulation

Alle vom Roboter gefundenen Lösungen werden zuerst in einer Simulationsumgebung visualisiert, bevor eine Aktion oder komplexe Aufgaben durch eine Freigabe im Real-Life ausgeführt wird. 

 

Unsere eingesetzten KI-Methoden:

  • Computer Vision: zur intelligenten Bilderkennung über eine Tiefenkamera

  • Speech Recognition: zur Sprachsteuerung des Roboters

  • Machine Learning Methoden: Supervised, Unsupervised und Reinforcement Learning zur Objekterkennung, Entscheidungsfindung, selbständigem Lernen

  • Simulation: zur Sicherheits-Überprüfung, ob die ausgeführte Ausgabe auch in der realen Welt richtig und sicher ausgeführt werden kann

Wir entwickeln unsere Software unter Berücksichtigung der DIN 13485 (EU)MDR2017/745 und ISO/TS 15066:2016 Kollaborierende Roboter.

Die Zukunft der Robotik: Adaptiv.
Lernfähig. Kollaborativ

Kollaborative Roboter arbeiten sicher Seite an Seite mit dem Menschen. Das Ziel: eine einfache, individuell angepasste Nutzung von KI. Roboter lernen selbstständig durch Reinforcement Learning und reagieren auf Sprachbefehle.

KIROS - Projekt

Projekt INTEGER – KI-gestützte Präzisionschirurgie in der Onkologie

INTEGER steht für 

Interaktives KI-gestütztes Laserosteotom zur sicheren gewebeschonenden Resektion maligner Knochentumore

Ziel des Verbundprojekts ist die Entwicklung eines neuartigen chirurgischen Systems, das die vollständige Entfernung bösartiger Knochentumoren mit maximalem Erhalt gesunden Knochengewebes ermöglicht.

Kerninnovation ist die Kombination aus hochpräziser Laserchirurgie, intraoperativer Tumordiagnostik und künstlicher Intelligenz. Während der Operation werden Tumorränder in Echtzeit analysiert und die Schnittführung dynamisch angepasst. 

Dadurch können Sicherheitsabstände deutlich reduziert, Gelenke erhalten und die funktionellen Langzeitergebnisse insbesondere bei Kindern verbessert werden.

Wissenschaftlicher Ansatz und Innovation

INTEGER vereint erstmals mehrere Schlüsseltechnologien in einem interaktiven OP-System:

  • Laserosteotomie mit submillimetergenauer Schnittpräzision und karbonisationsfreiem Knochenabtrag

  • Intraoperative Tumordetektion mittels Laser-induced Breakdown Spectroscopy (LIBS) zur Erkennung von Mikrometastasen direkt während der Resektion

  • KI-basierte Echtzeitanalyse der Spektraldaten sowie automatisierte Segmentierung von Tumoren in CT- und MRT-Daten

  • Dynamische OP-Planung mit kontinuierlicher Anpassung der Resektionslinien während des Eingriffs

  • Robotisch assistierte, handgeführte Schnittführung mit haptischem Feedback für maximale Kontrolle und Sicherheit

Durch diese Kombination wird erstmals eine intraoperative Entscheidung über Tumorfreiheit des Resektionsrandes möglich. Das Verfahren zielt auf eine Sensitivität und Spezifität von jeweils ≥ 95 % bei einer lateralen Auflösung bis in den Bereich von 100 µm.

Kooperationspartner im Verbund

Das Projekt wird in einem interdisziplinären Konsortium aus Forschung, Klinik und Industrie umgesetzt:

  • Verbundkoordination, Entwicklung der Laser- und Sensortechnik

  • Klinische Expertise, Tumororthopädie, Pathologie, Proof of Concept

  • KI-Algorithmen, OP-Planungssoftware, Bildsegmentierung und Navigation

  • Kollaborative Robotik und haptische Mensch-Roboter-Interaktion

  • Entwicklung der kompakten Kurzpulslaser für LIBS-Diagnostik

  • Medizintechnik, CE-Zertifizierung und spätere Markteinführung

  • Patientenbeteiligung, ethische Begleitung und Öffentlichkeitsarbeit

Wissenschaftliche Weiterentwicklung

Im Projektverlauf wird zunächst ein voll funktionsfähiger Demonstrator aufgebaut und präklinisch validiert. Der wissenschaftliche Mehrwert liegt insbesondere in:

  • der erstmaligen Echtzeit-Tumordiagnostik im Knochen während der OP

  • der engen Verzahnung von KI, Robotik und Laserchirurgie

  • der Generierung umfangreicher, einzigartiger Trainingsdatensätze aus Bild- und Spektraldaten

  • hochrangigen wissenschaftlichen Publikationen und der Etablierung eines Referenzsystems am UK Aachen

Nach Projektabschluss ist ein präklinischer Proof of Concept an humanen Präparaten vorgesehen, gefolgt von Tierstudien und der Vorbereitung klinischer Studien.

Wirtschaftliche Perspektive und Verwertung

INTEGER adressiert ein hochattraktives Marktsegment der minimal-invasiven Hochpräzisionschirurgie. Das Gesamtsystem wird als Medizinprodukt der Klasse IIb eingeordnet. Nach erfolgreichem Projektabschluss ist folgende Entwicklung geplant:

  • Weiterentwicklung des Demonstrators zum marktfähigen Produkt

  • CE-Zertifizierung unter Leitung von KLS Martin

  • Markteinführung zunächst in spezialisierten onkologischen Zentren

Allein im deutschen Markt ergibt sich bei konservativer Marktdurchdringung ein Umsatzpotenzial von über 25 Mio. € in den ersten Jahren, langfristig national bis zu 590 Mio. €. Global wird das Marktpotenzial auf mehrere Milliarden Eurogeschätzt. Zusätzlich ist eine wirtschaftliche Zweitverwertung einzelner Komponenten möglich, etwa der KI-Software, der robotischen Assistenzsysteme oder der Laser- und Sensortechnologien.

Das können wir für Sie tun

  1. Konzeptentwicklung für Ihr Robotik-Projekt

  2. Machbarkeitsüberprüfungen Ihrer Robotik-Idee

  3. Definition der Anforderungen für Ihr Robotikprojekt

  4. Entwicklung von KI-Software als externer Partner, insbesondere in den Bereichen Computervision zur intelligenten Bildanalyse, Speech Recognition, Machine Learning, Simulation

Kontakt

Malte Rippa
Machine Learning Engineer
Specialist in Robotics
+ 49 40 - 450 318 - 0
malte.rippa@fuse-ai.de