Schwangerschaft Vorsorge | Frühgeburtenrate senken - Simba n³

Data Analysis, Software Development & Consulting GmbH & Co. KG; Berlin; Vor Ort; EUR 20.000 - 40.000; Vollzeit

Jobbeschreibung

Aus Wissen über Ursachen
von Frühgeburten Angebote
zur Vorsorge entwickeln

Ursachen-Zusammenhänge mit maschinellem Lernen ergründen

Finden Sie mit Hilfe von KI Parameter, Faktoren und deren Kombinationen, die zu einem konkreten medizinischen Ergebnis geführt haben. Bei BabyCare haben wir über 500 potenzielle Faktoren für Frühgeburten einer Prüfung unterzogen.

Status quo bei Frühgeborenen

Mit ca. 9,2 % ist der Anteil an frühgeborenen Babys in Deutschland signifikant höher als z. B. in skandinavischen Ländern (ca. 5 %). Aufgrund der dadurch entstehenden gesundheitlichen Risiken für das Neugeborene und die zusätzlichen Belastungen des Gesundheitswesens wäre eine niedrigere Quote für alle Beteiligten ein großer Gewinn.

Unabhängige Fachärzte und Forscher der FBE GmbH in Berlin fanden durch die Befragung von 60.000 Schwangeren und der Begleitung von mehr als 20.000 vollständigen Schwangerschaftsverläufen heraus, dass sich der aktuelle Prozentsatz um ca. 20 % senken lässt. Schlüssel dafür sind eine gesunde Lebensweise und Ernährung und entsprechende Vorsorgemaßnahmen während der Schwangerschaft.

Ursachen auf Datenbasis ergründen

Durch die Anpassung der Datenbank-Architektur, in der alle Daten der Befragungen und Begleitungen gespeichert sind, hat Simba n³ den Grundstein für Prognosen über multivariate Modelle gelegt. Durch die KI-Auswertung haben sich aus über 500 Faktoren die Potenziale in Lebensweise, Ernährung und entsprechender Beratung ergeben.

Vorhersagen zum Risiko einer Frühgeburt lassen sich auf dieser Basis nun über einen einfachen Fragenkatalog treffen. Damit erhalten Ärzte eine digitale Unterstützung, um individuell zielführend beraten zu können.

KI der Medizinanalyse von Simba n³ beantwortet entscheidende Fragen

Reale Fragestellungen, die für BabyCare mit der Branchenlösung von Simba n³ beantwortet wurden

Über welchen Faktoren und Variablen lässt sich das Risiko einer Frühgeburt ermitteln?

Lassen sich daraus mehrdimensionale Vorhersagemodelle entwickeln, die eine treffsichere individuelle Risiko-Vorhersage für die Schwangere ermöglichen?

Eignen sich Modelle der künstlichen Intelligenz oder Machine Learning für die Lösung dieser medizinischen Fragestellung?

Wie lässt sich das Risiko auf psychologische Weise der Schwangeren übermitteln?

Wie kann der Arzt einbezogen und über das fallspezifische Wissen zum Risiko informiert werden?

Wie könnten Versorgungs- und Vergütungsmodelle aussehen?

Mehr laden

Und welche medizinischen Ursachen wollen Sie ergründen?

Kontaktieren Sie uns – gemeinsam ermitteln wir gleich die ersten Ansätze, welche Daten und Parameter für Ihre Usachenforschung von entscheidender Bedeutung sind. Wir freuen uns auf die nächsten gemeinsamen Schritte!