Shuttle2X
Sicherer Einsatz von automatisierten Shuttle-Fahrzeugen im städtischen Verkehr durch unterstützende Infrastruktur-Vernetzung
Start: 03.2020
Ende: 02.2023
Im deutschen Gesundheitswesen werden patientenbezogene Daten durch unterschiedliche Akteure unabhängig voneinander erhoben und verwaltet. Insbesondere bei Überleitungen, z. B. von einer stationären Krankenhausbehandlung in die Reha oder das häusliche Umfeld, kommt es daher zu Informationsbrüchen – zur Patientenversorgung relevante Daten sind dann nicht verfügbar.
Als Antwort darauf entwickelt das Forschungsprojekt BloG³ ein Blockchain-basiertes, dezentrales Daten- und Rechteverwaltungssystem, um die verstreut gespeicherten Daten am konkreten Beispiel onkologischer Patient*innen in einem individuellen Gesundheitsprofil sicher verfügbar zu machen. Diese Vernetzung verteilter Gesundheitsdaten kann eine personalisierte medizinische Versorgung für die breite Bevölkerung und damit eine effizientere Behandlung ermöglichen. Zugleich erlaubt sie medizinischen Einrichtungen die Integration und Automatisierung interorganisationaler Prozesse: Eine digitale Plattform ermöglicht jederzeit transparenten Zugriff auf die Gesundheitsdaten, wobei die Betroffenen volle Datensouveränität innehaben und über die Verwendung ihrer Daten bestimmen. Neben seinen Rollen als Verbundkoordinator und Projektinitiator verantwortet das FZI die Abbildung von Informationskoordinationsprozessen in Blockchain-basierten Gesundheitsdaten-Managementsystemen.
Förderhinweis:
Das Projekt BloG³ wird im Rahmen des Forschungsprogramms Mensch-Technik-Interaktion vom Bundesministerium für Bildung und Forschung gefördert.
Projektpartner:
Sicherer Einsatz von automatisierten Shuttle-Fahrzeugen im städtischen Verkehr durch unterstützende Infrastruktur-Vernetzung
Das ist ein Testprojekt
KI zur Entscheidungsunterstützung bei der Parametrierung von Produktionsprozessen
„Erklärt, programmiert, gemacht!“ – Helfender Roboter im Klinikalltag
Klimafreundlich, neuromorph und für eine nachhaltige Verkehrsinfrastruktur der Zukunft
Ressourceneffiziente Thin-Edge-Systeme durch integrierte KI und neuromorphe Elektronik in Sensoren
Effiziente und hochgenaue Datenerzeugung für KI-Anwendungen im Bereich autonomes Fahren
Digitaler Zwilling des Testfeldes Autonomes Fahren Baden-Württemberg
Statische Hardware-/Softwareanalysen im Kontext skalierbarer Edge-Computing-Plattformen
Verteiltes, kontinuierlich lernendes Bordnetzmanagement der nächsten Generation