Die aktuell steigenden Infektionszahlen während der COVID-19 Pandemie stellen Krankenhäuser vor eine besondere Herausforderung, da wichtige Ressourcen im Krankenhausumfeld wie Betten in Intensivstationen, Beatmungsgeräte sowie Personal knapp sind. Aufgabe des Projekts egePan Unimed (Entwicklung, Testung und Implementierung von regional adaptiven Versorgungsstrukturen und Prozessen für ein evidenzgeleitetes Pandemiemanagement) ist es, die Pandemiemanagement-Konzepte in Deutschland und international zu sichten, aufeinander abzustimmen, deren Praktikabilität mit wissenschaftlichen Methoden zu evaluieren und in einen Rahmenplan zu integrieren. Übergeordnete Ziele sind die adäquate Ressourcensteuerung innerhalb einer Region zur Vermeidung ineffizienter Belegung von Intensiv- und Versorgungskapazitäten im stationären Bereich.

Das Team um Prof. Hinz beteiligt sich maßgeblich an der Risikostratifizierung und Definition von COVID-19 Risikogruppen und strebt daher eine optimierte Allokation der Patienten zu Beginn der Erkrankung an. Um dieses Ziel zu erreichen, werden verschiedene Ansätze der erklärbaren Künstlichen Intelligenz angewandt. Die Ergebnisse werden im Anschluss in Form einer App oder einer Weboberfläche den Behandelnden zur Verfügung gestellt, um diese bei der Behandlung bestmöglich unterstützen zu können.