Cookies und externe Inhalte

Notwendige Cookies brauchen wir, damit die Website funktioniert; sie sind immer aktiv. Alles Weitere lädt nur, wenn Sie einwilligen oder es selbst aufrufen. Ihre Wahl können Sie jederzeit unter „Cookie-Einstellungen“ im Seitenfuss ändern; mehr dazu in der Datenschutzerklärung.

Inhalte anderer Anbieter, etwa die Karte bei einer Anlaufstelle oder ein Hörbeitrag. Beim Laden erfährt der Anbieter Ihre IP-Adresse und kann eigene Cookies setzen.

neomedis

Sprache

neomedis
Inhalt fachlich korrekt?

Der aktuelle Artikel ist aus meiner Sicht fachlich korrekt. Ich kann jederzeit später Korrekturen am Text vorschlagen. Bei Änderungen durch andere Fachpersonen nach meiner Zustimmung werde ich automatisch per E-Mail informiert.

Nachricht23.07.2026 · Giessener Anzeiger

THM-Team sammelt Stimmen für KI-Frühwarnsystem in der Pflege

Ein Team der Technischen Hochschule Mittelhessen hat ORUS 2.0 entwickelt, ein KI-System, das Stürze und Dekubitus in der stationären Langzeitpflege vorhersagen soll. Das System wertet Pflegedaten aus verschiedenen Quellen aus, stellt aber selbst keine Diagnosen und ersetzt keine Pflegekraft. Das Projekt sammelt bis 13. August Stimmen im Wettbewerb „Hessen Ideen“, um ins Finale einzuziehen.

Für Pflegekräfte und Langzeitpflegeeinrichtungen interessant: ein EU-konformes Frühwarnsystem soll bei der Priorisierung von Aufmerksamkeit unterstützen.

Zusammenfassung und Einordnung dieser Quelle sind mit künstlicher Intelligenz erstellt; Titel, Herausgeber und Datum stammen von der Quelle.

Veröffentlicht 23.07.2026Link geprüft 07.09.2026

Giessener Anzeiger

PresseDeutschland

Deutschgiessener-anzeiger.de

Weiterlesen

Der Link führt zur Website des Herausgebers. Damit verlassen Sie unser Angebot; für fremde Inhalte übernehmen wir keine Haftung.

Siehe auch

Weitere Quellen

Die Einordnungen zu diesen Quellen sind mit künstlicher Intelligenz erstellt; Titel, Herausgeber und Datum stammen von der Quelle.

Änderungen verwerfen?

Ihre Änderungen sind noch nicht gespeichert.

THM-Team sammelt Stimmen für KI-Frühwarnsystem in der Pflege