Die RISC Software GmbH nutzt KI und Simulation, um die Gesundheitsversorgung auf ein neues Niveau zu heben. Unsere Technologien verbessern die Bildverarbeitung, unterstützen bei der Diagnosestellung und ermöglichen die Entwicklung personalisierter Therapieansätze. Durch KI-gestützte Lösungen steigern wir die Qualität der Gesundheitsversorgung, optimieren Prozesse und fördern den Wissenstransfer für eine nachhaltige und sichere Medizin. Unsere Forschung in KI und Simulation erhöht die Patientensicherheit durch optimale Diagnose und Operationsvorbereitung und rettet Leben durch Früherkennung von auftretenden Komplikationen.
Virtuelle Patient*innenmodelle erlauben es, individuelle Behandlungsverläufe zu simulieren und potenzielle Risiken frühzeitig zu erkennen. Diese personalisierten Ansätze tragen dazu bei, die Sicherheit und Effizienz in der Patientenversorgung zu steigern. Simulationen bieten zudem die Möglichkeit, Behandlungsoptionen zu testen und zu optimieren, bevor sie in der Praxis angewendet werden.
In Zusammenarbeit mit führenden Kliniken und Forschungseinrichtungen entwickeln wir Lösungen, die wissenschaftlich fundiert und gleichzeitig praxistauglich sind. Unsere Technologien wurden bereits erfolgreich bei der Vorhersage von Komplikationen, in chirurgischen Trainingsplattformen und in der Bildsegmentierung eingesetzt. Die enge Integration in die medizinische Praxis stellt sicher, dass unsere Lösungen konkrete Mehrwerte bieten.
Erfahren Sie, wie unsere Technologien die Zukunft der Medizin gestalten können. Kontaktieren Sie die RISC Software GmbH, um die Gesundheitsversorgung von morgen zu gestalten.
Das Projekt HEART erforscht eine non-invasive Methode zur Überwachung des Flüssigkeitsbedarfs des Körpers anhand von EKG-Signalen. KI-gestützte Analysen großer Datenmengen unterstützen die Präzisionsmedizin und bieten Patient*innen erhebliche Vorteile.
Das Forschungsprojekt QML4Med zielt darauf ab, das Potenzial der vielversprechenden Fusion von Quantum Computing und Machine Learning im medizinischen Kontext auszuloten.
Augmented Reality zur Unterstützung bei der präoperativen Planung
Das Ziel von AIMS ist die Entwicklung und Validierung eines Frühwarnsystems mit künstlicher Intelligenz, um vor Zustandsverschlechterungen auf der Krankenstation vor dem Auftreten zu warnen.
Die Forschungsinitiative SEE-KID / CEVD beschäftigt sich bereits seit mehr als 20 Jahren mit der computerunterstützten Simulation von Augenfehlstellungen und deren operativer Korrektur.
Simulator zum Training von Clipping-Operationen
Künstliche Intelligenz zur Vorhersage von Komplikationen bei Aortenaneurysmenbehandlungen.
Ungenaue Schätzungen des Verbrennungsausmaßes können zu suboptimalen medizinischen Entscheidungen führen, die erhebliche Konsequenzen für die Patient*innen haben. Mithilfe von Surface 3D wird eine präzise Berechnung der Verbrennungsgröße ermöglicht und somit die Patient*innen-Sicherheit sowie die Unterstützung des medizinischen Personals im klinischen Alltag sichergestellt.
Der Forschungsbereich „Medical Image Processing, Modeling and Simulation based on Artificial Intelligence“ (MIMAS.ai) umfasst einen Querschnitt hochdynamischer Forschungsthemen, welche nicht zuletzt aufgrund aktueller technologischer Fortschritte in medizinischen Anwendungsfeldern stark an Bedeutung gewinnen.
Ziel des MEDUSA-Konsortiums ist die Entwicklung einer revolutionären Trainings- und Planungsplattform für Neurochirurg*innen, um komplexe Eingriffe am Gehirn detailreich und ganzheitlich simulieren zu können. Denn die oberste Priorität von MEDUSA ist es, das Leben von Patient*innen zu schützen.
Das Land Oberösterreich sieht das Thema Künstliche Intelligenz (KI) als einen der wichtigsten Technologietrends des nächsten Jahrzehnts.
MEDVIS 3D ist ein Softwarewerkzeug zur einfachen und schnellen Rekonstruktion von Aneurysmen aus medizinischen Bilddaten.
Ein Forschungsschwerpunkt der Abteilung Medizin-Informatik ist die medizinische Modellierung und Simulation, welche insbesondere auch Forschungsarbeiten im Bereich der objektiven Diagnose und Dokumentation auf Basis von virtuellen Patient*innen (dreidimensionale, an die realen Patient*innen angepasste Modelle) umfasst.
Das Projekt nARvibrain („Augmented Reality supported Functional Brain Mapping for Navigated Surgery Preparation and Education“) zielt darauf ab, die Hirntumordiagnostik und -behandlung zu verbessern, das Krankheitsbewusstsein der Patient*innen zu erhöhen sowie die Qualität in der medizinischen Ausbildung zu steigern, indem moderne Methoden der Künstlichen Intelligenz (KI) und eXtended Reality (XR) kombiniert werden.
Im Projekt ARES soll ein Software-Tool erstellt werden, das die Ruptur-Risiko-Einschätzung von zerebralen Aneurysmen unterstützt, indem klinische, morphologische und hämodynamische Kennzahlen zusammengeführt werden, um einen objektiven Überblick zu geben.
Daten automatisiert analysieren, validieren und damit Machine Learning Modelle trainieren
