CaMilla
Innovative Gesundheitsversorgung durch geschlechterspezifisches Case Management – Nutzung von Sprachinteraktion und Digitalen Zwillingen für ältere Patientinnen und Patienten mit akutem Myokardinfarkt
CaMilla hat das Ziel, die Versorgung älterer Patient:innen (≥ 65 Jahre) nach einem akuten Myokardinfarkt (aMI) durch ein intelligentes, personalisiertes Case-Management-System zu verbessern. Das System verknüpft individuelle Gesundheitsdaten, Medikationspläne und persönliche Parameter, um patientenspezifische Empfehlungen zu erstellen und die Kommunikation zwischen Ärzt:innen und Patient:innen zu optimieren. So sollen Informationslücken minimiert, Therapieadhärenz erhöht und gesundheitliche Risiken reduziert werden. Besonderer Fokus liegt auf der Berücksichtigung geschlechts- und altersbezogener Unterschiede, um eine individuelle und nebenwirkungsarme Versorgung sicherzustellen.
Durch den Einsatz KI-gestützter Spracherkennung, dynamischer Gesprächsleitfäden und eines digitalen Zwillings, der Gesundheitsdaten analysiert und Empfehlungen kontinuierlich anpasst, ermöglicht CaMilla eine engmaschige, personalisierte Betreuung. Das System reagiert flexibel auf Veränderungen des Gesundheitszustands, liefert evidenzbasierte Informationen und unterstützt die Patient:innen in verständlicher und barrierearmer Form. Gleichzeitig trägt das Projekt zur Schließung wissenschaftlicher Forschungslücken bei und schafft die Grundlage für eine langfristig präzisere, geschlechtersensible medizinische Versorgung älterer Patient:innen.
Unsere Rolle im Projekt
Im Projekt entwickelt das Institut den digitalen Zwilling und bringt Expertise in agentenbasierter Modellierung, prädiktiver Analyse und Reinforcement Learning ein. Das August-Wilhelm Scheer Institut übernimmt:
Aufbau eines dynamischen Multi-Agenten-Systems, das geschlechterspezifische Biomarker und Krankheitsverläufe simuliert
Iterative Weiterentwicklung der Modelle zur Verbesserung der Therapieempfehlungen
Mitarbeit bei der Data-Governance-Strategie und Anforderungsanalyse
Unterstützung bei der Evaluation und prädiktiven Analyse
Das Institut begleitet alle Projektphasen – von Analyse, Konzeption und Entwicklung über Implementierung und Evaluation bis zum Wissenstransfer – und sorgt so für eine durchgängige, praxisnahe Umsetzung.
Data Governance (AP1)
Entwicklung einer datenschutzkonformen Datenstrategie für Erhebung, Speicherung und Nutzung der Projekt- und Patientendaten.
Erstellung eines praxisorientierten Leitfadens zur Anwendung des Data-Governance-Modells.
Ergebnis: Datenschutz- und Sicherheitsstrategie, Leitfaden, Berechtigungs- und Zugriffskonzept, technische Spezifikationen.
Anforderungskonzept für geschlechter- und altersspezifische Bedürfnisse (AP2)
Systematische Analyse bestehender Nachsorge-Interventionen, qualitative Inhaltsanalyse, Delphi-Prozess und partizipative Workshops.
Ergebnis: Geschlechterspezifisches Anforderungskonzept und Katalog für Nachsorge-Interventionen, Mockups für Interventionen.
Konzeption des Case-Management-Systems (AP3)
Technische Anforderungsanalyse, Architekturkonzeption, Schnittstellendefinition, iteratives Design basierend auf Data-Governance und Nutzerbedürfnissen.
Ergebnis: Gesamtplattform-Architektur, dokumentierte Schnittstellen und Spezifikationen.
Entwicklung des geschlechterspezifischen Datenmodells (AP4)
Integration klinischer, sprachbasierter und sozioökonomischer Variablen, Nutzung von Literatur, Expertenpanels und Fokusgruppen.
Interoperabilität durch HL7 FHIR, OMOP-CDM, openEHR, SNOMED CT, LOINC, Gender-Ontologien.
Ergebnis: Validiertes, geschlechter- und altersspezifisches Datenmodell als Grundlage für den digitalen Zwilling.
Entwicklung des digitalen Zwillings (AP6)
Agentenbasierte Simulation individueller Krankheitsverläufe mit prädiktiven Analysen (Random Forest, Gradient Boosting) und Reinforcement Learning zur Optimierung von Interventionsempfehlungen.
Ergebnis: Funktionsfähiger, dynamischer digitaler Zwilling mit prädiktiven Modulen und RL-optimierten Empfehlungen.
Entwicklung der Sprachinteraktion & Sprachbiomarker (AP7)
KI-gestützte, sprachbasierte Erhebung medizinischer Indikatoren, Feature-Extraktion zur Bewertung von Fatigue, Stimmung und kognitiver Leistungsfähigkeit.
Ergebnis: Modul für sprachbasierte Gesundheitsdaten, Integration in den digitalen Zwilling, personalisierte Therapieempfehlungen.
Evaluation und Demonstration (AP8)
Iterative Systemüberarbeitung basierend auf Nutzerfeedback, Machbarkeits- und Wirksamkeitsprüfung unter realen Bedingungen, Beobachtungsstudie zur Therapietreue.
Ergebnis: Finalisierte, evaluierte Projektlösung, Dokumentation der Machbarkeit, Wirksamkeit und Akzeptanz.
Zusammenarbeit mit dem Netzwerkzentrum (AP9)
Wissenstransfer, Workshops, Fachvorträge.
Ergebnis: Unterstützung beim Aufbau und Etablierung des Netzwerkzentrums.
Die Ausgangssituation
Der Handlungsbedarf im Überblick
Herz-Kreislauf-Erkrankungen (HKE) sind in Deutschland die häufigste Todesursache und verursachen die höchsten Krankheitskosten, besonders bei Menschen über 65 Jahren. Der akute Myokardinfarkt (aMI) zählt zu den schwerwiegendsten HKE und hat eine hohe Mortalität: Frauen sind mit rund 31 %, Männer mit etwa 21 % betroffen. Ältere Patient:innen und insbesondere Frauen sind besonders gefährdet, da die Nachsorge oft nicht ausreichend auf individuelle Bedürfnisse eingeht und geschlechtsspezifische Unterschiede in Medikation, Nebenwirkungen und leitliniengerechter Versorgung bislang unzureichend berücksichtigt werden.
Klassische Versorgungsansätze berücksichtigen Alter, Geschlecht und gesundheitliche Ausgangslage nur begrenzt, was zu suboptimalen Therapieergebnissen führt. Die zunehmende Digitalisierung bietet Chancen, Versorgungsprozesse effizienter, personalisierter und inklusiv zu gestalten – etwa durch KI-gestützte Systeme und digitale Modelle, die Patientendaten geschlechterspezifisch und altersgerecht erfassen und so Versorgungslücken schließen können.
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
CaMilla entwickelt ein interaktives, digitales System, das ältere Patient:innen nach einem akuten Myokardinfarkt (aMI) gezielt unterstützt. Grundlage ist eine persönliche Gesundheitsdatenbank (PGDB), in der Medikationspläne, Vitalwerte, Wohlbefinden, psychosoziale Faktoren und geschlechtsspezifische Risikofaktoren strukturiert erfasst werden. Auf dieser Basis erstellt das System einen individualisierten Case-Management-Plan (CMP), der kontinuierlich an den aktuellen Gesundheitszustand angepasst wird.
Ein digitaler Zwilling (DZ) greift auf die PGDB zu und simuliert Krankheitsverläufe sowie Therapieeffekte unter Einbezug von Alter, Geschlecht, Symptomen und psychosozialen Faktoren. Die Ergebnisse fließen in tagesaktuelle Gesprächsleitfäden (tGL) ein, die Patient:innen in verständlicher und barrierearmer Form Empfehlungen und Hinweise geben. Die Interaktion erfolgt über KI-gestützte Sprachsysteme, die natürliche Sprache erkennen und kontextsensitiv verarbeiten, ergänzt durch Retrieval-Augmented-Generation (RAG)-Ansätze, um individuelle Fragen direkt zu beantworten.
Alle Daten werden pseudonymisiert, verschlüsselt und DSGVO-konform gespeichert. Internationale Standards (HL7 FHIR, OMOP-CDM, openEHR) und Terminologien (SNOMED CT, LOINC, Gender Ontologies) gewährleisten eine strukturierte, interoperable Nutzung. Gleichzeitig wird ein menschenzentrierter Ansatz verfolgt: Patient:innen und medizinisches Personal werden von Beginn an eingebunden, um Usability, Akzeptanz und Barrierefreiheit sicherzustellen.
Damit vereint CaMilla technologische Innovation, KI-gestützte Simulationen und datenbasierte Analysen mit humanzentrierter Versorgung, um eine effiziente, personalisierte und geschlechtersensible Nachsorge zu realisieren.
Förderhinweis
Das Projekt CaMilla ist gefördert durch das Bundesministerium für Forschung, Technologie und Raumfahrt.
Förderkennzeichen: 16SV9523
Laufzeit: 01.11.2025-31.10.2028
