CaMilla
Innovative Gesundheitsversorgung durch geschlechterspezifisches Case Management – Nutzung von Sprachinteraktion und Digitalen Zwillingen für ältere Patientinnen und Patienten mit akutem Myokardinfarkt
CaMilla verfolgt das Ziel, die Nachsorge älterer Patient:innen nach einem Herzinfarkt individuell, digital und geschlechtersensibel zu gestalten. Das Projekt nutzt modernste Technologien wie KI und digitale Simulationen, um personalisierte Empfehlungen bereitzustellen, Veränderungen im Gesundheitszustand zu erkennen und die Selbstversorgung der Patient:innen zu stärken. Dabei werden Unterschiede zwischen Männern und Frauen sowie altersbedingte Bedürfnisse berücksichtigt, um eine präzisere und verträglichere Betreuung zu ermöglichen.
Unsere Rolle im Projekt
Als August Wilhelm-Scheer-Institut sind wir verantwortlich für die Umsetzung und Optimierung des digitalen Patientenzwillings, der geschlechterspezifische Biomarker integriert und Gesundheitszustände sowie deren mögliche Entwicklungen modelliert.
Dabei arbeiten wir auf Basis des im Projekt entwickelten Datenmodells, implementieren Simulationen für verschiedene Gesundheitsbereiche (z. B. Herzgesundheit, Medikation, Fitness) und führen prädiktive Analysen zur Abschätzung der Effekte einzelner Interventionen durch.
Die Modelle werden iterativ entwickelt, evaluiert und kontinuierlich verbessert, unter anderem durch den Einsatz von Reinforcement-Learning, um die Empfehlungen für Patient:innen zunehmend individuell und dynamisch zu gestalten.
Die Ausgangssituation
Der Handlungsbedarf im Überblick
Herz-Kreislauf-Erkrankungen sind in Deutschland, besonders bei älteren Menschen, die häufigste Todesursache. Nach einem Herzinfarkt ist eine gute Nachsorge entscheidend für die Lebensqualität – doch sie ist oft nicht ausreichend auf individuelle Bedürfnisse zugeschnitten.
Insbesondere Frauen und ältere Patient:innen mit komplexen Gesundheitsprofilen sind benachteiligt.
Die Digitalisierung eröffnet neue Möglichkeiten, Versorgungslücken zu schließen: KI-gestützte Systeme und digitale Modelle können Patientendaten geschlechterspezifisch und altersgerecht erfassen und so personalisierte, vorausschauende Interventionen ermöglichen.
Unterschiedliche Anforderungen älterer Patient:innen
Fehlende geschlechter- und altersspezifische Interventionen
Bedarf an datenbasierten, prädiktiven Analysen
Eure Kontaktperson
CaMilla
Innovative Gesundheitsversorgung durch geschlechterspezifisches Case Management - Nutzung von Sprachinteraktion und Digitalen Zwillingen für ältere Patientinnen und Patienten mit akutem Myokardinfarkt
Laura Steffny
laura.steffny@aws-institut.de
+49 1525 3036 899
Eure Kontaktperson
CaMilla
Innovative Gesundheitsversorgung durch geschlechterspezifisches Case Management - Nutzung von Sprachinteraktion und Digitalen Zwillingen für ältere Patientinnen und Patienten mit akutem Myokardinfarkt
Laura Steffny
laura.steffny@aws-institut.de
+49 1525 3036 899
Unser Lösungsansatz im Fokus
Im Zentrum steht ein patient:innenorientiertes, KI-gestütztes Case-Management-System. Es verknüpft Gesundheitsdaten, Medikationspläne und Verlaufsinformationen, um verständliche, individuell zugeschnittene Empfehlungen bereitzustellen. Die Interaktion erfolgt überwiegend sprachbasiert und barrierearm, sodass ältere Patient:innen das System intuitiv nutzen können.
Ein wichtiger Bestandteil ist der digitale Patientenzwilling – ein virtuelles Modell, das Krankheitsverläufe simuliert und hilft, Risiken frühzeitig zu erkennen. Auf dieser Basis werden die Empfehlungen laufend angepasst und personalisiert.
CaMilla begleitet Patient:innen im Alltag:
- Unterstützung bei Symptomerfassung, Medikamentenmanagement und dem Verständnis medizinischer Informationen
- Kontinuierliche Datenerhebung, um Veränderungen im Gesundheitszustand zu erkennen und Entwicklungen nachzuverfolgen
- Förderung der Vernetzung mit Behandelnden für eine ganzheitliche, kontinuierliche Betreuung
Mehrwerte für Nutzer:innen
- Verständliche, persönliche Empfehlungen im Alltag
- Sprachbasierte und barrierearme Interaktion
- Früherkennung von Risiken durch prädiktive Modelle (DPZ als Baustein)
- Unterstützung bei Therapieadhärenz und Medikamentenmanagement
- Berücksichtigung von Geschlecht und Alter für bessere Verträglichkeit und Effektivität
Förderhinweis
Das Projekt CaMilla ist gefördert durch das Bundesministerium für Forschung, Technologie und Raumfahrt.
Förderkennzeichen: 16SV9523
Laufzeit: 01.11.2025-31.10.2028
