HM erforscht synthetische Notfallvideos für die Rettungsmedizin

Bayern baut ein eigenes KI-Basismodell. Elf Hochschulen wirken mit, darunter die Hochschule München (HM).

Die HM bringt das Teilprojekt REViS ein – kurz für Realistic Emergency Video Synthesis. Die Forschungsgruppe an der Fakultät für Informatik und Mathematik leitet HM-Professor Markus Friedrich. Ihr Ziel: Die Erzeugung realistischer Trainingsdaten für die automatische Erkennung von Vitalparametern wie Atemfrequenz, Herzrate und Sauerstoffsättigung.

Notfallvideos aus dem Computer
Die Forschungsgruppe generiert Notfallvideos synthetisch mit dem REViS-Modell. Um diese KI zu trainieren, ist jedoch vorab ein spezieller Datengenerator nötig. Dieser kombiniert vier Technologien: biophysikalische Simulation, Echtzeit-Rendering, Videokomposition und Style Transfer, um physiologisch realistische Notfallsituationen über Vitalparameter wie Herzrate, SpO₂ und Atemfrequenz zu simulieren. Mit diesen maßgeschneiderten Daten wird das generative REViS-Modell schließlich trainiert.

"Echte Notfallvideos sind ethisch und praktisch ungeeignet für das KI-Training. Mit REViS schließen wir diese Lücke und generieren die bisher fehlenden Daten – synthetisch, aber absolut realistisch. So können wir KI-Systeme trainieren, die Rettungsleitstellen künftig dabei helfen, Leben zu retten, ohne auf echtes Bildmaterial angewiesen zu sein", sagt Friedrich.

Offen und staatlich gefördert
Alle Ergebnisse veröffentlicht die Forschungsgruppe als Open Source. Das Ministerium fördert das Vorhaben zunächst mit einer Stelle für 15 Monate. Eine Verlängerung auf 36 Monate ist möglich.

Mehr Informationen zur Bayerischen KI-Basismodell-Initiative finden Interessierte auf der Webseite des Bayerischen Staatsministeriums für Wissenschaft und Kunst.


Ralf Kastner