AIx-Neo-Guard: Komplikationsdetektion und Simulierung physiologischer Vorgänge auf der Kinderintensivstation mithilfe von künstlicher Intelligenz

Das Projekt AIx-Neo-Guard ist eine Kooperationsstudie der Sektion Neonatologie der Klinik für Kinder- und Jugendmedizin und des Lehrstuhls Informatik 11 der RWTH Aachen. Ziel ist es medizinische Behandlungsdaten von Früh- und Neugeborenen sowie Kindern und Jugendlichen zu sammeln, um Erkenntnisse daraus für die zukünftige intensivmedizinische Behandlung anderer Patienten gewinnen zu können. Diese Erkenntnisse können gleichermaßen durch die ausführliche Betrachtung dieser Daten durch medizinisches Fachpersonal, aber auch unter Einsatz von künstlicher Intelligenz gewonnen werden.  Daten aus der intensivmedizinischen Überwachung von Körperfunktionen sollen betrachtet werden, aber auch z.B. die Ergebnisse von Blut- und Urinuntersuchungen, Röntgen-Untersuchungen oder Untersuchungen von Körpergewebe.

Ein möglicher Nutzen besteht darin, spezielle Datenmuster zu erkennen, welche zum Beispiel frühzeitig auf die Entstehung von Behandlungskomplikationen hinweisen. Auch das Verständnis über die Entstehung oder den Verlauf von Erkrankungen kann durch die gleichzeitige Betrachtung vieler unterschiedlicher Körperfunktionen und Untersuchungsergebnisse vertieft werden. Zudem sollen Modelle entwickelt werden, die die Simulation von bestimmten Abläufen im Körper sowie den Einfluss von therapeutischen Maßnahmen auf diese erlauben.

Dieses Projekt wird vom Bundesministerium für Bildung und Forschung finanziert und ist beim Deutschen Register Klinischer Studien registriert (DRKS00033228).

Kontakt: PD Dr. med. Mark Schoberer,  mschobererukaachende

Wissenschaftliche Veröffentlichungen:

Grüne, M., L. Olivier, V. Pfannschmidt, M. Hütten, T. Orlikowsky, A. Stollenwerk and M. Schoberer (2024). "Enhancing the estimation of PaCO2 from etCO2 during ventilation through non-invasive parameters in the ovine model." BioMedical Engineering OnLine 23(1): 104.

Abdollahi-Sissan, A., C. Oprea, L. Olivier, M. Schoberer and A. Stollenwerk (2026). “Clustering neonatal and pediatric intensive care time series using k-means.”

Oprea, C., M. Grüne, M. Buglowski, L. Olivier, T. Orlikowsky, S. Kowalewski, M. Schoberer and A. Stollenwerk (2024). "Evaluating the explainable ai method grad-cam for breath classification on newborn time series data." arXiv preprint arXiv:2405.07590.

Oprea, C., N. Hillbrand, L. Olivier, M. Schoberer and A. Stollenwerk (2026). "Testing a non-invasive ECG-based glucose classification for neonatal intensive care." PROCEEDINGS OF THE WORKSHOP BIOSIGNALE 2026: 57-59.

Oprea, C., A. Kannan, L. Olivier, M. Schoberer and A. Stollenwerk (2025). Comparing a rule-based decision tree to an LSTM network for the detection of ineffective efforts during expiration in neonates. Current Directions in Biomedical Engineering, De Gruyter.

Oprea, C., L. Stegemann, L. S. Olivier, M. Buglowski, S. Becker, T. Orlikowsky, S. Kowalewski, M. Schoberer and A. Stollenwerk (2024). Detecting Ineffective Efforts during Expiration for Neonates with Attention RNNs. Current Directions in Biomedical Engineering, De Gruyter.

Oprea, C., N. Walus, M. Buglowski, L. Olivier, M. Schoberer and A. Stollenwerk (2025). Evaluating the Suitability of a Neonatal Respiratory System Model for the Simulation of Arterial Partial Pressures. Current Directions in Biomedical Engineering, De Gruyter.

Olivier L, Lauterbach Oprea C, Stollenwerk A, Orlikowsky T and Schoberer M (2026). „Feasibility of a German High-Frequency Neonatal and Pediatric Intensive Care Dataset (AIx-Neo-Guard Dataset): Secondary Data Cohort Study”. JMIR Pediatr Parent;9:e94280, DOI: 10.2196/94280

Olivier L, Lauterbach Oprea C, Stollenwerk A, Pfannschmidt V, Orlikowsky T and Schoberer M (2026) “Patient characteristics, vital signs and tcpCO₂ dynamics significantly influence tcpCO₂ accuracy in extremely preterm infants: an observational study.” Front. Pediatr. 14:1878177. doi: 10.3389/fped.2026.1878177

Olivier, L., Lauterbach Oprea, C.,  Stollenwerk A., Pfannschmidt, V., Orlikowsky, T., and Schoberer, M. (2026). "Correlation of Transcutaneous pCO₂ and Capillary pCO₂ in Newborn Patients Depending on Gestational Age: A Secondary Data Analysis." Pediatr Pulmonol 61(7): e71733. doi: 10.1002/ppul.71733

Olivier, L., Strunk, J., Lauterbach Oprea, C., Stollenwerk, A., Wedding, S., Orlikowsky, T. and Schoberer, M. (2026). “ ECG Parameters In Episodes of Neonatal Hyper- and Hypoglycemia: An Observational Study“ Front. Pediatr. 14:1937246. doi: 10.3389/fped.2026.1937246

Kongressbeiträge:

Olivier, L., C. Oprea, V. Pfannschmidt, A. Stollenwerk, T. Orlikowsky and M. Schoberer (2025). "Korrelation zwischen tcpCO2 und kapillärem pCO2 in Abhängigkeit vom Reifealter." Zeitschrift für Geburtshilfe und Neonatologie 229(03): KV-093.

Olivier, L., J. Strunk, C. Oprea, A. Stollenwerk, T. Orlikowsky and M. Schoberer (2025). "Analyse von EKG-Charakteristika in Phasen von Hypo-und Hyperglykämien in der Neonatalperiode." Zeitschrift für Geburtshilfe und Neonatologie 229(06): eP_51.

Oprea, C., L. Olivier, M. Buglowski, V. Pfannschmidt, T. Orlikowsky, A. Stollenwerk and M. Schoberer (2025). "Untersuchung eines Lungenmodells zur Simulation von arteriellen O2-und CO2-Partialdrücken." Zeitschrift für Geburtshilfe und Neonatologie 229(03): KV-087.

Pfannschmidt, V., L. Olivier, C. Oprea, T. Orlikowsky, M. Hütten and M. Schoberer (2025). "Nichtinvasive Schätzung des arteriellen CO2-Partialdrucks im Frühgeborenen Lämmermodell mittels Rekurrenter Neuronaler Netzwerke." Zeitschrift für Geburtshilfe und Neonatologie 229(03): KV-109.

Olivier, L., Oprea, C., Stollenwerk, A., Orlikowsky, T. and Schoberer, M. (2026). "AIx-Neo-Guard: Applying Secondary Data Research – a next step for research in neonatal and pediatric intensive care?" Zeitschrift für Geburtshilfe und Neonatologie230(03): S114-S115.