Modernste KI trifft personalisierte Medizin
Konsortium
Die ByteIt GmbH und die Digital Health Systems GmbH möchten Ihnen im Folgenden eine gemeinsame Lösung vorstellen.
Die ByteIt GmbH ist eine KI-DeepTech Ausgründung der Universität Bonn, die daran arbeitet mit Hilfe modernster KI-Technologie Dokumente fehlerfrei auszulesen.
Die Digital Health Systems GmbH bietet personalisierte Medizin durch ein innovatives Druckverfahren und verfügt durch Prof. Huber (vormals CEO von Ratiopharm) über herausragende Kompetenz und Erfahrung in medizinischen Innovationsprojekten.
ByteIt und Digital Health Systems agieren arbeitsteilig. ByteIt entwickelt die OCR-Lösung, App und Anbindungen, während Digital Health Systems die Funktionalität zur Analyse der Laborwerte entwickelt.
Perfektes Auslesen durch modernste Visual Language Model Technologie (ByteIt)
ByteIT entwickelt OCR-Lösungen, die über reine Texterkennung hinausgehen. Unser Ansatz basiert auf kontextsensitiver Extraktion: Inhalte aus medizinischen Dokumenten wie Laborberichten können nicht nur erkannt, sondern auch strukturiert und semantisch interpretiert werden. Dadurch werden relevante Informationen wie Laborparameter, Einheiten und Referenzwerte zuverlässig identifiziert und für nachgelagerte Systeme bereitgestellt.
Ein zentraler Vorteil ist die On-Premise-Fähigkeit. Gerade im Umfeld gesetzlicher Krankenkassen ist dies entscheidend, um Datenschutz- und Compliance-Anforderungen zu erfüllen. Unsere Architektur ist modular in Kubernetes aufgebaut und lässt sich problemlos in bestehende IT-Systeme integrieren. Gleichzeitig ermöglichen standardisierte Schnittstellen (z. B. REST APIs) die Anbindung an externe Anwendungen.
Technologisch setzen wir auf moderne KI-Ansätze zur visuellen Dokumentenverarbeitung. Insbesondere nutzen wir sogenannte Visual Language Modelle (VLMs), eine neue Generation von KI-Systemen, die visuelle Informationen (z. B. Dokumentlayouts, Tabellen, Handschrift) direkt mit sprachlichem Kontext verknüpfen. Im Gegensatz zu klassischem OCR, das primär Zeichen erkennt, verstehen VLMs Inhalte ganzheitlich. Das bedeutet: Das System erkennt nicht nur „was“ dort steht, sondern auch „was es bedeutet“ und „wie es zusammengehört“. Gerade bei Laborberichten mit variierenden Layouts ist dies ein entscheidender Vorteil.
Die Leistungsfähigkeit dieses Ansatzes zeigt sich auch in Benchmarks wie der OmniDocBench. Dort erreicht die ByteIt OCR signifikant bessere Ergebnisse als große Anbieter wie OpenAIs ChatGPT, Microsofts Document Intelligence oder Anthropics Claude Sonnet, insbesondere bei komplexen Dokumentenstrukturen, Tabellenextraktion und semantischer Zuordnung.
ByteIt wird zum Zeitpunkt des Angebots bereits ISO27001 zertifiziert sein und, falls das Gebot erfolgreich ist, die aufwendige EU‑MDR‑Zertifizierung (Klasse IIa) veranlassen.
Personalisierte Medizin (Digital Health Systems)
Sobald die Daten systematisch und strukturiert ausgewertet und durch ByteIt bereitgestellt werden, könnte die Digital Health Systems diese Daten mit Hilfe einer Datenbank einordnen und als Grundlage für patientengerechte Medikation verwenden. Die Digital Health Systems ist ein junges Unternehmen, das Drucksysteme zur digitalen Herstellung personalisierter Medizin mittels 2D-/3D-Drucktechnologie entwickelt hat. Diese Drucksysteme werden dann Apotheken, Kliniken, versorgenden Pflegeeinrichtungen etc. zur Verfügung gestellt.
Diese Drucksysteme sind bereits zugelassen und im Einsatz und können die Wirkung von Therapien deutlich verbessern sowie gleichzeitig die unerwünschten Nebenwirkungen für den Patienten reduzieren. Dadurch steigen die Therapiesicherheit und die Adhärenz. Der Pharmamüll wird deutlich reduziert, und die Gesundheitskosten werden gesenkt, wodurch das finanziell ohnehin instabile Gesundheitssystem stabilisiert wird. Beispielhaft kann durch klugen Einsatz der oben beschriebenen Punkte die Therapie zum Beispiel in der Onkologie, der Transplantationsmedizin, der Herz-Kreislauftherapie sowie im Bereich der Narkotika und Hormonsubstitution optimiert werden. Die Dosis-Wirkungs-Beziehung und damit der Erfolg von Therapien werden durch patientenindividuelle Parameter wie z. B. Geschlecht, Alter, Körpergewicht und Vitalparameter entscheidend beeinflusst.
Wenn die Laborbefunde elektronisch durchsucht werden, wären Parameter wie Alter, Geschlecht, Körpergewicht, renale Clearance, Blutspiegeldaten und Vorerkrankungen automatisch evaluierbar. Diese Daten würden dann strukturiert extrahiert und in eine Datenbank überführt.
Basierend auf diesen Daten wird dann z. B. bei Transplantationspatienten die optimale Dosis berechnet, sodass der Blutspiegel hoch genug ist, um eine Abstoßungsreaktion zu verhindern, und niedrig genug ist, um Dauerinfektionen zu vermeiden. Der Patient erhält dann genau diese ideale Dosis. Damit kann z. B. die Organabstoßung nach der Transplantation dauerhaft und deutlich reduziert werden (z. B. von 20 % auf 10 %).
