Inspiration

Das ICP Projekt visualisiert und schafft Transparenz hinsichtlich der Auslastung von Intensivbetten in Krankenhäusern und ermöglicht Prognosen über die zukünftige Entwicklung von COVID-19 Erkrankten mit schwerem Verlauf. Dadurch erreichen wir eine bessere Planbarkeit in den Krankenhäusern sowie eine bessere Verteilung der schwer Erkrankten auf freie Krankenhauskapazitäten.

Die ICP- Plattform sorgt dafür, dass Patienten direkt dorthin kommen, wo ihnen unverzüglich geholfen werden kann.

Aktuelle Features

  • Verfügbarkeit einer interaktiven Karte zur Abbildung der Auslastung von Intensivbetten auf Krankenhausebene
  • Prognose über die zukünftige Auslastung von Intensivbetten in Verbindung mit schweren Erkrankungen durch COVID-19

Vision

  • Ausbau Forecast mit KI-Lernmodell (derzeit nur durch Extrapolation auf Basis historischer Daten) unter Einbezug von z.B. der Bevölkerungsdichte, Wetterdaten, Abdeckung der Immunität, etc. Daraus könnten dann auch relevante Faktoren für die Ausbreitung der Krankheit identifiziert werden.
  • Simulation des Ablaufs der Erkrankung in den Krankenhäusern und Einbezug in frei werdender Betten in Prognose
  • Erweiterung Kapazitätsplanung und Prognose auf Basis von Ärzten und Pflegepersonal
  • Anbindung einer App zur automatischen Patientenzuweisung auf Basis der aktuellen und prognostizierten Bettenauslastung.
  • Verlauf der Auslastung (Historische Daten)
  • Ausweitung auf EU-Ebene und Erweiterung um eine automatische Patientenzuweisung per App

Roadmap

  • App zur Verteilung von Intensivplätzen unter Berücksichtigung der Daten
  • Vereinfeinerung des Prognose-Modells
  • Implementierung (zuverlässiger) absoluter Zahlen zu Intensivbetten
  • Historische Daten / Rückblick
  • Schnittstelle zur Bereitistellung der Daten
  • Komplexere Datenauswertung auf Landkreis-Ebene

Datenlage

  • Wir können über Web crawling die Website des DIVI auslesen und einen Schnappschuss des Intensivregisters bekommen. Allerdings ohne exakte Bettenzahlen und ohne Historie. Nur eine Indikation mit 3 Zuständen frei, eng, voll. Um eine Zeitreihenanalyse zu machen bräuchten wir die Historie oder müssten diese uns selber aufbauen. Außerdem bräuchten wir eigentlich noch belegte vs freie Betten.
  • Die Zeitreihen der Fallzahlen von Corona stehen detailiert zur Verfügung ( RKI, John Hopkins)

How WE built it

Frontend: Visualisierung der Krankenhäuser und Kliniken auf einer interaktiven Weltkarte (Ampelsystem)

  • Aufsetzen Projekt (Create Reactapp + Typescript… etc.)
  • Daten mocken und eintragen auf der Karte
  • Ampelsystem einfügen
  • Filter Highcare / Lowcare / ECMO
  • Heatmap
  • Deutschlandweite Suche nach Städten und Bundesländern
  • Autocomplete von Region (Autovervollständigung)
  • Automatisches Ranzoomen abhängig von Regionen

Data Science: Prognose Infektionszahlen und Auslastung

  • Scraping DIVI-Intensivregister
  • Forecast der Infektionszahlen in jedem Landkreis
  • Umrechnung auf nötige Anzahl Intensivbetten
  • Einfügen von Geo-Koordinaten von Kliniken und Landkreisen

Impact

Gesellschaftlicher Mehrwert

Im Falle von Kapazitätsengpässen in Krankenhäusern wird eine schnelle und direkte Behandlung von COVID-19 Erkrankten mit schwerem Verlauf erheblich erschwert. Hinzu kommt eine starke Belastung des Krankenhauspersonals in einer solchen Situation, gefolgt von Verzögerungen bei der Behandlung der Patienten. Es ist von elementarer Bedeutung, die Patienten dort einzuliefern, wo noch Kapazitäten für die Behandlung von schwer Erkrankten COVID-19 Patienten, ohne Zeitverzögerung, möglich ist.

Die ICP-Plattform ermöglicht die koordinierte Einlieferung von schwer Erkrankten in Krankenhäuser mit zur Verfügung stehenden Intensivbett-Kapazitäten und möglicher Sofortbehandlung. Die Entwicklung in Italien zeigt, wie wichtig Soforthilfe in bestimmten Fällen sein kann. Wartezeiten sowie anstrengende Transportwege für die Erkrankten werden durch unsere Plattform verhindert. Das Ärzte- und Pflegepersonal wird entlastet und kann sich auf die sorgfältige sowie angemessene Behandlung der Patienten konzentrieren. Leitstellen ermöglicht es die Koordination von Notfallfahrzeugen zu Krankenhäusern mit freien Kapazitäten.

Innovationsgrad

Der Innovationsgrad der ICP-Plattform ist hoch, da ein solches Portal derzeit keine Anwendung findet und der Nutzen in einer Krisensituation für alle Betroffenen von essenzieller Bedeutung sein kann. Die ICP-Plattform ist in der Lage, belastbare Prognosen hinsichtlich der zukünftigen Auslastung von Intensivbetten durch schwer erkrankte COVID-19 Fälle, zu erstellen. Hierfür wurde eigens ein Prognosemodell entwickelt und eingeführt. Basierend darauf können Aussagen zur zukünftigen Auslastung von regionalen Krankenhauskapazitäten getroffen werden.

Eine Visualisierung der Krankenhäuser inkl. des jeweiligen Auslastungsstatus in einer Karte, sorgt für Transparenz hinsichtlich freier Kapazitäten und vereinfacht die Koordinierung von Erkrankten. Wesentlicher Innovationsfaktor ist zudem die Abbildung von Auslastungs- bzw. Kapazitätsprognosen regionaler Krankenhäuser in einer interaktiven Deutschlandkarte.

Das Projekt ist Open Source basiert.

Skalierbarkeit

Die ICP-Plattform ist im ersten Schritt auf die Abbildung der Situation in Deutschland ausgerichtet, kann aber auf die Gesamtsituation innerhalb der EU erweitert bzw. skaliert werden. Selbst eine internationale Nutzung ist denkbar. Die nutzbare Plattform schafft eine digitale Grundlage für ein koordiniertes Handeln auf Ebene der Leitstellen im gesamten Bundesgebiet und darüber hinaus.

Fortschritt (der im Rahmen des Hackathons erzielt wurde)

Im Rahmen des Hackathon konnten wir bereits die Visualisierung der Krankenhäuser inkl. der aktuellen Kapazitätsauslastung (Intensivbetten) auf einer interaktiven Deutschlandkarte abbilden. Basis sind die zur Verfügung stehenden Daten des RKI. Außerdem konnten wir ein erstes Vorhersagemodell entwickeln, mit dem Prognosen zur COVID-19 Ausbreitung sowohl auf regionaler als auch auf Bundesebene darstellbar sind. Basierend auf diesem Modell ist es ebenfalls möglich, die Entwicklung der zukünftigen Intensivbett-Kapazitäten zu prognostizieren, damit eine bessere Planbarkeit und Koordinierung der Erkrankten möglich wird und Kliniken entlastet werden.

Unsere Code-Base: https://gitlab.com/wirvsvirus-410

+ 13 more
Share this project:

Updates