AusschreibungsRadar

Stammdaten

Auftraggeber: AKG Klinik Hohwald GmbH — Asklepios Fachkliniken Brandenburg GmbH — Asklepios Fachklinikum Stadtroda GmbH — Asklepios Harzkliniken GmbH — Asklepios Klinik Alsbach GmbH — Asklepios Klinik Bad Wildungen GmbH — Asklepios Klinik Fürstenhof Bad Wildungen GmbH — Asklepios Klinik Gauting GmbH — Asklepios Klinik Lich GmbH — Asklepios Klinik Lindau GmbH — Asklepios Klinik Lindenlohe GmbH — Asklepios Klinik Parchim GmbH — Asklepios Klinik Pasewalk GmbH — Asklepios Klinik Sobernheim GmbH — Asklepios Klinik Sankt Augustin GmbH — Asklepios Klinik Weißenfels GmbH — Asklepios Klinik Wiesbaden GmbH — Asklepios Kliniken Hamburg GmbH — Asklepios Kliniken Langen-Seligenstadt GmbH — Asklepios Klinikum Bad Abbach GmbH — Asklepios Klinikum Uckermark GmbH — Asklepios Nordseeklinik Westerland GmbH — Asklepios Psychiatrie Niedersachsen GmbH — Asklepios Schwalm-Eder-Kliniken GmbH — Asklepios Stadtklinik Bad Tölz GmbH — Asklepios Südpfalzkliniken GmbH — Asklepios Westklinikum Hamburg GmbH — Asklepios-ASB Krankenhaus Radeberg GmbH — Fachklinikum Wiesen GmbH — GKB Klinikbetriebe GmbH — Sächsische Schweiz Kliniken GmbH
Veröffentlicht: 22.11.2024
Frist (Submission): 02.12.2024
Notice-Typ: Ausschreibung
Verfahrensart: Offenes Verfahren
CPV-Code: 48180000 — Software
Branche: Bauwesen & Infrastruktur

Beschreibung

Die Auftraggeber beschaffen im Rahmen der fortschreitenden Digitalisierung des Gesundheitswesens, basierend auf dem Krankenhauszukunftsgesetz (KHZG), ein radiologisches Clinical Decision Support Systems (CDSS). Das CDSS wird die Anforderungen des Fördertatbestands 4 (FTB4) des KHZG sowie der EU-Medizinprodukteverordnung (MDR) erfüllen und die klinische Entscheidungsfindung durch die Analyse umfangreicher Gesundheitsdaten unterstützen. Ziel ist es, den medizinischen Nutzen für Patientinnen und Patienten zu maximieren und gleichzeitig die gesetzlichen Vorgaben einzuhalten. Das Cloud-basierte CDSS stellt trainierte KI-Algorithmen zur Verfügung, die in der Lage sind, feinste Details in Bildern oder Bildserien konsistent zu erkennen. Durch den parallelen Einsatz solcher Algorithmen kann die Gefahr menschlicher Fehler reduziert werden. So ist z.B. die Detektion von akuten oder inzidentellen Lungenarterienembolien durch KI schneller und insbesondere bei CT-Untersuchungen zu anderen Zwecken auch sicherer als die alleinige menschliche Befundung. Durch die in der Regel sehr schnelle Verarbeitungszeit kann die Zeit zwischen Bildaufnahme und Diagnose verkürzt werden, da der KI-Algorithmus Auffälligkeiten sicher und schnell erkennen kann. KI-basierte Assistenzsysteme tragen somit aktiv zur Priorisierung kritischer Fälle bei. Untersuchungen mit relevanten Auffälligkeiten können in der Befundung priorisiert werden, was insbesondere in Notfallsituationen oder bei hohem Arbeitsaufkommen von großem Vorteil ist. Insbesondere bei akuten Gefäßverschlüssen der hirnversorgenden Gefäße oder bei intrakraniellen Blutungen kann eine frühzeitige Erkennung und Einordnung durch die KI die Diagnosegeschwindigkeit und die Behandlung entscheidend beeinflussen.

Verfahrens-Bedingungen

Bindefrist: 4 Tage
Eilverfahren: Ja — verkürzte Mindestfristen

Verfahrensverlauf — alle 2 Veröffentlichungen

Ausschreibung · Frist: 02.12.2024
Vergabeergebnis

Hinweis zur Verwendung: Dieser Auszug fasst die zum Erstellungszeitpunkt verfügbaren Daten zur Vergabe zusammen. Quelle der Daten ist oeffentlichevergabe.de (Beschaffungsamt des BMI), vermittelt durch AusschreibungsRadar. Der Auszug ist eine unverbindliche Aufbereitung öffentlich zugänglicher Bekanntmachungen und keine Urkunde im Sinne der ZPO. Für rechtsverbindliche Zwecke ist immer die Original-Bekanntmachung unter dem oben angegebenen Permalink heranzuziehen. Daten können sich nach dem Erstellungszeitpunkt geändert haben (Folgeversionen, Stornierungen, Korrekturen).