Website im Aufbau: Die Inhalte sind vorläufig und ohne rechtliche Verbindlichkeit. Mehr erfahren
DAISY führt wertvolle klinische Informationen aus verschiedenen Systemen zusammen und alarmiert das Behandlungsteam zeitnah bei Sepsisverdacht und anderen kritischen Zuständen.
Beteiligte Einrichtungen
Beteiligte Unternehmen
Integriert in klinische Systeme von
Forschung
DAISY verknüpft labormedizinische Befunde mit klinischen Daten und identifiziert Hinweise auf akute Krankheitsbilder. Die Forschung umfasst die Entwicklung und Validierung klinischer Algorithmen sowie deren Integration in die Routineversorgung.
| Schwerpunkt | Beschreibung |
|---|---|
| Früherkennung der Sepsis | Entwicklung und Validierung eines Modells des maschinellen Lernens, das anhand des kleinen Blutbildes ein erhöhtes Sepsisrisiko identifiziert. |
| Erkennung von Probenverwechslungen | Identifikation unplausibler Befundverläufe, die auf eine Verwechslung von Blutproben hinweisen (Wrong Blood in Tube). |
| Integration in die klinische Routine | Übermittlung der Hinweise in die bestehenden Informationssysteme der Klinik, ohne zusätzliche Anwendungen. |
| Akzeptanz im klinischen Alltag | Evaluation der Alarmierung hinsichtlich Relevanz, Akzeptanz und Vermeidung von Alarmmüdigkeit. |
| Open Source | Bereitstellung ausgewählter Komponenten als quelloffene Software, um Methoden transparent, nachvollziehbar und nachnutzbar zu machen.DAISY auf GitHub |
Datenquellen
Anbindung weiterer klinischer Systeme, etwa der Radiologie.
DAISY-Kern
Zusammenführung relevanter Patientendaten aus verschiedenen klinischen Systemen.
Analyse der Daten anhand definierter Kriterien und klinischer Algorithmen.
Gezielte Zustellung, Eskalation und Quittierung der Hinweise.
Information und Alarmierung
Farbcodierte Risikoanzeige in der Stationsübersicht.
Ergebnis als eigener Wert am Laborauftrag.
Hinweis auf dem gedruckten Befund.
Weiterführende Informationen zum jeweiligen Hinweis.
Kontaktaufnahme durch das Labor bei dringenden Befunden.
Anwender
Erhält die Hinweise im bestehenden Arbeitsablauf.
Validiert kritische Alarme und stimmt das weitere Vorgehen mit den Stationen ab.
Rückmeldungen aus der klinischen Praxis fließen fortlaufend in die Weiterentwicklung ein
Roadmap
DAISY wird schrittweise weiterentwickelt: von der Validierung einzelner Algorithmen über den Pilotbetrieb bis zum Einsatz als zugelassenes Medizinprodukt.
Entwicklung und Validierung eines Modells des maschinellen Lernens, das anhand des kleinen Blutbildes ein erhöhtes Sepsisrisiko erkennt.
Einsatz des Sepsis-Algorithmus am Standort Detmold des Klinikum Lippe, auf der Station 1E und in der Zentralen Notaufnahme.
Integration weiterer Algorithmen, unter anderem zur akuten Nierenschädigung, zur Hypokaliämie, zur Leberfibrose (FIB-4) und zur Erkennung von Probenverwechslungen.
Studien zu Alarmverhalten, Akzeptanz und klinischem Nutzen auf Basis der im Betrieb erhobenen Daten.
Einbindung zusätzlicher klinischer Datenquellen, etwa der Radiologie.
Vorbereitung der Zulassung von DAISY als Medizinprodukt.
Publikationen
Begutachtete Veröffentlichungen aus dem Projekt DAISY.
| Jahr | Publikation |
|---|---|
| 2025 | Analyte Importance Analysis in Machine Learning-Based Detection of Wrong-Blood-in-Tube Errors Using Complete Blood Count Data Barış Gün Sürmeli, René Staritzbichler, Clemens Ringel, Saleem Al-Dakkak, Helene Dörksen, Thorsten Kaiser Journal of Personalized Medicine 15(9):404 (2025) · DOI 10.3390/jpm15090404 |
Presse
Berichterstattung über das Projekt DAISY und die Forschung am Universitätsinstitut für Laboratoriumsmedizin.
Klinikum Lippe ·
Prof. Dr. med. Thorsten Kaiser und Dr. René Staritzbichler erhalten den mit 40.000 Euro dotierten Jörg Schwarzbich Inventor Award für ihre Entwicklung in der Labordiagnostik.
Artikel lesen
Aktuell Uni Bielefeld ·
Der „Spectimprover“ verbindet Ramanspektroskopie mit Künstlicher Intelligenz und misst mehrere Biomarker gleichzeitig, ohne Reagenzien. Die Universität Bielefeld würdigt die Arbeit mit dem Inventor Award.
Artikel lesen
cibX Magazin ·
Der Beitrag ordnet Sepsis als weltweites Gesundheitsproblem ein und stellt DAISY vor: ein KI-Modell, das ein Sepsisrisiko anhand eines einfachen Blutbilds erkennt.
Artikel lesen
kma Online ·
Ein interdisziplinäres Forschungsteam hat ein KI-Modell zur Sepsis-Früherkennung entwickelt. Grundlage ist eine einfache Blutuntersuchung.
Artikel lesenTeam und Partner
Institut
Universitätsinstitut für Laboratoriumsmedizin, Mikrobiologie und klinische Pathobiochemie
Klinik
Campus Klinikum Lippe am Universitätsklinikum OWL der Universität Bielefeld
Förderung
Angaben folgen
Univ.-Prof. Dr. René Staritzbichler · Saleem Al Dakkak · Univ.-Prof. Dr. Thorsten Kaiser · Dr. Clemens Friedrich Ringel
M. Struck · B. G. Sürmeli · M. Tashtiba · M. Sure · P. Kaftan
FAQ
DAISY (Digitales Alarm- und Informationssystem) ist ein am Klinikum Lippe entwickeltes klinisches Entscheidungsunterstützungssystem mit labormedizinischem Schwerpunkt. Es bewertet eingehende Laborbefunde automatisiert und informiert das Behandlungsteam bei Hinweisen auf eine Sepsis und weitere akute Krankheitsbilder.
Nein. Ein Alarm weist auf ein deutlich erhöhtes Risiko hin und ersetzt keine Diagnose. Das Ausbleiben eines Alarms schließt eine Erkrankung nicht aus. Die medizinische Entscheidung obliegt stets dem Behandlungsteam.
DAISY verarbeitet ausschließlich Daten, die im Rahmen der Versorgung ohnehin vorliegen: Laborbefunde aus dem Laborinformationssystem (LIS), Daten aus dem Krankenhausinformationssystem (KIS) sowie Ergebnisse der Spektroskopie. Der Sepsis-Algorithmus benötigt lediglich das kleine Blutbild, das Alter und das Geschlecht; eine zusätzliche Blutentnahme ist nicht erforderlich.
Der Sepsis-Algorithmus befindet sich am Standort Detmold des Klinikum Lippe im Pilotbetrieb, auf der Station 1E und in der Zentralen Notaufnahme. Dabei werden durchschnittlich rund 500 Blutbilder pro Tag bewertet.
Nein. DAISY wird vollständig lokal in der IT-Infrastruktur des Klinikum Lippe betrieben.
Kontakt
Für Anfragen zu Kooperationen, zum wissenschaftlichen Austausch oder zur Mitarbeit im Projekt stehen wir Ihnen gern zur Verfügung.
E-Mail sendenUniversitätsinstitut für Laboratoriumsmedizin, Mikrobiologie und klinische Pathobiochemie
Univ.-Prof. Dr. med. Thorsten Kaiser
Klinikum Lippe, Röntgenstraße 18, 32756 Detmold
+49 5231 72-1231 (Sekretariat)