A2I Augmented Auditive Intelligence

Motivation

Die Dynamik komplexer Erkrankungen und die Wirksamkeit von Interventionen kann oft nur durch kontinuierliches Monitoring verschiedener Vitalparameter verfolgt werden. Die Zusammenführung sensorischer Vitaldaten bietet dabei ein großes Potential für den Einsatz der Künstlichen Intelligenz zur Verbesserung der medizinischen Entscheidungsunterstützung und zur Bestimmung von Frühwarnsignalen, die sonst oftmals verborgen bleiben. Gleichzeitig ermöglichen die erfassten Vitaldaten eine Reduktion der Hörermüdung in schwierigen Hörsituationen mit mehreren simultan aktiven Sprechern durch Verstärkung des Sprachsignals des Sprechers, auf den sich der Nutzer konzentriert.

Ziele

Ziel des Projekts ist die nutzerzentrierte Entwicklung eines tragbaren Multisensorsystems, welches auf einem vernetzten Hörsystem zusätzliche Sensoren zur Messung kardiovaskulärer Daten, EEG-Sensoren zur Messung von Hirnaktivitäten sowie Temperatur- und Bewegungssensoren fusioniert und komplexe medizinische Diagnosen und Entscheidungen auf der Basis von Verfahren der Künstlichen Intelligenz (KI) ermöglicht. Das Ohr ermöglicht hierbei einen genauen und für Langzeitmessungen geeigneten Ort, bei dem ein mit Sensoren ausgestattetes Hörsystem ambient in den Alltag der Patienten integriert werden kann. Gemeinsam mit Patienten und medizinischen Fachkräften werden Konzepte zur Nutzung des Systems für die Verbesserung audiologischer, arbeitsmedizinischer und kardiologischer Versorgungsprozesse entwickelt und erprobt.

Technologien

Der Einsatz von Verfahren der Künstlichen Intelligenz in Verbindung mit der zunehmenden Miniaturisierung von Vitaldatensensorik eröffnet neue Möglichkeiten zur Prognose und Diagnose von Gesundheitszuständen, welche das Arzt-Patienten-Verhältnis jedoch radikal verändern können. Die Gestaltung der Zusammenarbeit von Mensch und Maschine und die Transparenz der Entscheidungsfindung sind hier von entscheidender Bedeutung.

Personen

Projektleitung Extern

Dr. rer. nat. Marco Eichelberg

Wissenschaftliche Leitung

Publikationen
Non-Intrusive Binaural Speech Intelligibility Prediction From Discrete Latent Representations

A. F. McKinney and B. Cauchi; IEEE Signal Processing Letters; 2022

Non-intrusive prediction of speech intelligibility for the first Clarity Prediction Challenge (CPC1)

A. F. McKinney and B. Cauchi; Clarity Challenge; 0December / 2022

Predicting Recovery from Coma After Cardiac Arrest Using Low-level Features from EEG Recordings and a Small-sized LSTM Network

Benjamin Cauchi, Marco Eichelberg and Andreas Hein; Computing in Cardiology; 0October / 2023

Partner
Kompetenzzentrum HörTech gGmbH
www.hoertech.de
Advanced Bionics GmbH
www.advancedbionics.com
Carl von-Ossietzky-Universität Oldenburg, Fakultät für Medizin und Gesundheitswissenschaften, Abteilung Neuropsychologie
www.uol.de/en/neuropsychology
Iconstorm Next GmbH & Co KG
www.iconstorm.com
Herz- und Diabeteszentrum NRW
www.hdz.nrw.de
Christian-Albrechts-Universität zu Kiel, Institut für Innovationsforschung, Lehrstuhl für Technologiemanagement
www.techman.uni-kiel.de

Laufzeit

Start: 01.03.2021
Ende: 29.02.2024

Fördermittelgeber

Verwandte Projekte

Audio-PSS

Entwicklung von Produkt-Service-Systemen in der Tele-Audiologie