Forschende aus Bonn, Berlin und Freiberg wollen digitale Zwillinge einzelner Intensivpatienten entwickeln. Das Verbundvorhaben „Individualisierte Patientenmodelle in der Intensivmedizin“ (IPI) wird vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) mit rund 1,1 Millionen Euro gefördert, im Programm „Mathematik für Innovationen“. Die Universität Bonn hat das Vorhaben am 2. Juli 2026 vorgestellt; die Laufzeit nennt sie nicht. Das Portal healthcare-startups.de berichtete am 9. Juli darüber.
Auf Intensivstationen fallen laufend Daten an: Herzfrequenz, Blutdruck, Beatmungswerte, Laborwerte und weitere Messungen. Schwierig ist, sie unter Zeitdruck so auszuwerten, dass sie Ärztinnen und Ärzten bei der Entscheidung helfen. IPI verbindet dafür medizinisches Wissen über Körperfunktionen, mathematische Modelle, Patientendaten und Methoden der künstlichen Intelligenz. Ein digitaler Zwilling ist dabei laut Projekt kein einfaches Computerabbild des Menschen, sondern ein mathematisches Modell wichtiger Körperfunktionen, das sich an die einzelne Person anpasst.
Ziel: Modelle, die ihre Grenzen kennen
Solche Modelle sollen kritische Veränderungen früher erkennen, nicht direkt messbare physiologische Werte abschätzen und die Wirkung von Therapien vorhersagen. Der Schwerpunkt liegt zunächst auf dem Herz-Kreislauf-System. Ein weiterer Schwerpunkt ist die Unsicherheit: Die Modelle sollen nicht nur Vorhersagen liefern, sondern zeigen, wie verlässlich diese sind. Projektverantwortlicher Sven Zenker vom Universitätsklinikum Bonn sagt, für sichere Entscheidungsunterstützung genüge nicht irgendein digitaler Zwilling; es müsse erkennbar sein, wo die Aussagen an Grenzen stoßen.
Koordiniert wird der Verbund von Jochen Garcke (Institut für Numerische Simulation, Universität Bonn). Beteiligt sind außerdem die Technische Universität Berlin (Gabriele Steidl) und die TU Bergakademie Freiberg (Björn Sprungk). Garcke nennt die Intensivmedizin besonders geeignet, weil komplexe Krankheitsverläufe dort auf eine hohe Datendichte treffen.
Es handelt sich um ein Forschungsprojekt: Ein Produkt, Studienergebnisse oder eine Zulassung gibt es nicht, und Industriepartner nennt die Mitteilung nicht.
Einordnung
Entscheidungsunterstützung mit ausgewiesener Unsicherheit trifft eine zentrale Hürde klinischer KI: Ärztinnen und Ärzte nutzen Vorhersagen eher, wenn sie deren Grenzen kennen. Ob daraus ein marktfähiges Produkt wird, hängt an Validierung, Zulassung als Medizinprodukt und Integration in die Klinik-IT. Ein Projekt von gut einer Million Euro ist dafür ein erster Baustein.
Christian Kloewer
Tech & Startups
Christian Kloewer schreibt bei MIDO Health über Health-Tech, Startups und Finanzierungen. Er kommt aus der Kommunikation und dem Digitalgeschäft und liest Gründungen im Gesundheitswesen mit dem Blick des Machers: Was löst das Produkt, wer bezahlt dafür, und trägt das Modell?
