Realistic Emergency Video Synthesis

Auf Basis der EU-Richtlinie 2019/882 (EAA) und des Barrierefreiheitsstärkungsgesetzes (BFSG) müssen Notrufabfragestellen in Deutschland bis zum 28. Juni 2027 barrierefreie 112-Notrufe ermöglichen. In diesem Rahmen gewinnt auch die Ergänzung um Videotelefonie (Gesamtgesprächsdienst) stark an Bedeutung. Dies erlaubt Leitstellen künftig die visuelle Erstbeurteilung von Patienten (z. B. Atmung, Hautfarbe, Bewusstsein) und eröffnet Potenziale für KI-gestützte Analysen. Der Entwicklung entsprechender KI-Systeme fehlt es jedoch an ethisch nutzbaren Videodaten realer medizinischer Notfälle.

Das Forschungsprojekt REViS begegnet diesem Engpass durch die Entwicklung eines generativen Videomodells zur Erzeugung synthetischer, physiologisch realistischer Notfallszenen. Die generierten Videosequenzen basieren auf strukturierten Parametern (z. B. Herz- und Atemfrequenz, SpO₂-Wert, Kamerabewegungen) sowie unstrukturierten Freitext-Szenenbeschreibungen.

Zu den Deliverables zählen:

- REViS-Generator: Ein modularer Generator, der biophysikalische Simulationen (z. B. Zyanose-Hauttonveränderungen, Thoraxdehnung bei Atmung) mit Text-zu-Video-Modellen und Stilübertragungen (z. B. Smartphone-Artefakte) kombiniert.
- REViS-Synthetic Dataset & Model: Ein annotierter Synthetik-Datensatz zum Feintuning eines spezialisierten Videomodells zur Erzeugung physiologisch präziser Notfallszenen.
- REViS-Demonstrator: Eine Testumgebung zur Validierung von KI-Modellen für die Vitaldaten-Vorhersage anhand etablierter Qualitätsmetriken

REViS schafft eine sichere, reproduzierbare und datenschutzkonforme Trainingsgrundlage für KI-Systeme in der Notfallmedizin, um lebensrettende Assistenzsysteme für Leitstellen zur Einsatzreife zu führen.

• Biophysikalische Simulation
• Computer Vision
• Generative KI
• Tele-Notfallmedizin
• Visuelle Vitaldatendiagnostik