Digitale Nachhaltigkeit im Gesundheitswesen

Förderung der digitalen Nach­haltigkeit im Gesund­heitswesen

Ein Ansatz der Mensch-KI-Kollaboration für die Entwicklung von patienten­zentrierten Technologien

Als Teil des HPI-MIT-Programms „Designing for Sustainability“ zielt dieses Projekt auf die Entwicklung und Erprobung eines Mensch-KI-Kollaborations­ansatzes ab, der Text­konversationen in Peer-to-Peer-Support-Foren verbessert und eine dynamischere Erhebung von Bedürfnissen der Nutzer:innen unterstützt.

Vollständige Beschreibung

Ansprechpartner:in

Projektdauer

September 2024 - August 2025 

Zusammen­fassung des Projekts

Trotz des enormen Potenzials digitaler Gesundheits­technologien zeigen Untersuchungen, dass die Nutzerbindung gering ist, was die Nachhaltigkeit dieser Technologien untergräbt. Bei der digitalen Nachhaltigkeit geht es darum, die Wirksamkeit digitaler Lösungen in einem sich wandelnden Kontext zu erhalten. Damit digitale Gesundheits­technologien nachhaltig sind, müssen wir Mechanismen implementieren, um fortlaufend von den Patient:innen zu lernen und diese Daten zur kontinuierlichen Verbesserung der Anwendung nutzen, damit die Lösung relevant und effektiv bleibt. Daraus abgeleitet zielt dieses Forschungs­vorhaben darauf ab, einen Agenten mit künstlicher Intelligenz (KI) zu entwickeln und zu testen, der über die Erfahrungen der Patient:innen auf dem Laufenden bleibt, indem er Textunterhaltungen in Peer-to-Peer-Support-Foren analysiert und verbessert und die Bedürfnisse der Nutzer:innen erfasst. Ziel des Projektes ist es, das Problem der geringen Nutzerbindung bei digitalen Gesundheits­technologien anzugehen und einen Beitrag zu den Bereichen Nachhaltigkeit der digitalen Gesundheits­lösungen, KI im Gesundheits­wesen und menschenzentriertes Design zu leisten.

Ressourcen

de Paula, D.; Juehling D., Uebernickel, F. (2024 - Forthcoming) Designing Digital Health Innovation for Stigma-Affected Health Conditions: A Systems-Based View to Managing Chronic Pelvic Pain. International Journal of Human-Computer Interaction.

de Paula, D., Sasso, A., Coester, J., & Boettinger, E. (2023). Core determinants of quality criteria for mHealth for hypertension: evidence from machine learning instruments. arXiv Preprint arXiv:2311.05434. https://doi.org/10.48550/arXiv.2311.05434

de Paula, D., Cormican, K., & Dobrigkeit, F. (2022). From Acquaintances to Partners in Innovation: An Analysis of 20 Years of Design Thinking’s Contribution to New Product Development. IEEE Transactions on Engineering Management, 69(4), 1664–1677. 10.1109/TEM.2021.3084884