Site en construction : contenu provisoire, sans valeur juridique contraignante. En savoir plus
DAISY réunit des informations cliniques précieuses issues de différents systèmes et alerte rapidement l’équipe soignante en cas de suspicion de sepsis et d’autres situations critiques.
Établissements participants
Entreprises participantes
Intégré aux systèmes cliniques de
Recherche
DAISY met en relation les résultats de biologie médicale et les données cliniques afin d’identifier des indices d’affections aiguës. La recherche porte sur le développement et la validation d’algorithmes cliniques ainsi que sur leur intégration dans les soins courants.
| Axe | Description |
|---|---|
| Détection précoce du sepsis | Développement et validation d’un modèle d’apprentissage automatique qui identifie un risque accru de sepsis à partir de la numération formule sanguine. |
| Détection des erreurs d’échantillon | Identification d’évolutions de résultats invraisemblables qui indiquent une inversion d’échantillons sanguins (wrong blood in tube). |
| Intégration dans la routine clinique | Transmission des alertes dans les systèmes d’information existants de l’hôpital, sans application supplémentaire. |
| Acceptation dans la pratique clinique | Évaluation des alertes en termes de pertinence, d’acceptation et de prévention de la fatigue d’alarme. |
| Open source | Mise à disposition de composants choisis sous forme de logiciels libres, afin de rendre les méthodes transparentes, traçables et réutilisables.DAISY sur GitHub |
Sources de données
Connexion d’autres systèmes cliniques, par exemple la radiologie.
Noyau DAISY
Regroupement des données patient pertinentes issues de différents systèmes cliniques.
Analyse des données selon des critères définis et des algorithmes cliniques.
Transmission ciblée, escalade et acquittement des alertes.
Information et alerte
Indicateur de risque à code couleur dans la vue du service.
Résultat sous forme de valeur distincte sur la demande d’analyse.
Mention sur le compte rendu imprimé.
Informations complémentaires sur chaque alerte.
Le laboratoire contacte le service en cas de résultats urgents.
Utilisateurs
Reçoit les alertes dans son flux de travail habituel.
Valide les alertes critiques et convient de la suite avec les services.
Les retours de la pratique clinique alimentent en continu le développement
Feuille de route
DAISY se développe par étapes : de la validation d’algorithmes individuels à l’utilisation comme dispositif médical autorisé, en passant par l’exploitation pilote.
Développement et validation d’un modèle d’apprentissage automatique qui détecte un risque accru de sepsis à partir de la numération formule sanguine.
Utilisation de l’algorithme sepsis sur le site de Detmold du Klinikum Lippe, dans le service 1E et aux urgences.
Intégration d’autres algorithmes, notamment pour l’insuffisance rénale aiguë, l’hypokaliémie, la fibrose hépatique (FIB-4) et la détection des erreurs d’échantillon.
Études sur le comportement des alertes, leur acceptation et leur bénéfice clinique à partir des données recueillies en exploitation.
Intégration de sources de données cliniques supplémentaires, par exemple la radiologie.
Préparation de l’autorisation de DAISY en tant que dispositif médical.
Publications
Publications évaluées par les pairs issues du projet DAISY.
| Année | Publication |
|---|---|
| 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
Couverture médiatique du projet DAISY et de la recherche de l’Institut universitaire de biologie médicale. Les articles sont en allemand.
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.
Lire l’article
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.
Lire l’article
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.
Lire l’article
kma Online ·
Ein interdisziplinäres Forschungsteam hat ein KI-Modell zur Sepsis-Früherkennung entwickelt. Grundlage ist eine einfache Blutuntersuchung.
Lire l’articleÉquipe et partenaires
Institut
Institut universitaire de biologie médicale, de microbiologie et de pathobiochimie clinique
Hôpital
Campus Klinikum Lippe, Hôpital universitaire OWL de l’Université de Bielefeld
Financement
À préciser
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 (système numérique d’alerte et d’information) est un système d’aide à la décision clinique axé sur la biologie médicale, développé au Klinikum Lippe. Il évalue automatiquement les résultats de laboratoire entrants et informe l’équipe soignante en cas d’indices de sepsis et d’autres affections aiguës.
Non. Une alerte signale un risque nettement accru et ne remplace pas un diagnostic. L’absence d’alerte n’exclut pas une maladie. La décision médicale appartient toujours à l’équipe soignante.
DAISY traite uniquement des données déjà disponibles dans le cadre des soins : résultats de laboratoire du système d’information de laboratoire (SIL), données du système d’information hospitalier (SIH) et résultats de spectroscopie. L’algorithme sepsis ne nécessite que la numération formule sanguine, l’âge et le sexe ; aucun prélèvement supplémentaire n’est nécessaire.
L’algorithme sepsis est en exploitation pilote sur le site de Detmold du Klinikum Lippe, dans le service 1E et aux urgences. Il évalue en moyenne environ 500 numérations formules sanguines par jour.
Non. DAISY est exploité entièrement au sein de l’infrastructure informatique du Klinikum Lippe.
Contact
Nous répondons volontiers à vos demandes de coopération, d’échange scientifique ou de participation au projet.
Envoyer un e-mailUniversitätsinstitut für Laboratoriumsmedizin, Mikrobiologie und klinische Pathobiochemie
Univ.-Prof. Dr. med. Thorsten Kaiser
Klinikum Lippe, Röntgenstraße 18, 32756 Detmold
+49 5231 72-1231 (Secrétariat)