Mit der Implementierung eines Systems zur automatisierten Bestandskontrolle und dem Aufbau eines Frühwarnsystems für Anomalien, Epidemien oder wiederkehrende Krankheitswellen etc. kann eine bedarfsgerechte Angebots- und Bedarfsplanung realisiert werden. Darüber hinaus bietet die im Rahmen des PAIRS-Forschungsprojekts entwickelte Lösung einen kostengünstigeren Einkauf auf einem Spezialdatenmarktplatz, z.B. durch die Möglichkeit von Sammelbestellungen für größere Einkaufsmengen.

Die PAIRS-Plattform ermöglicht die Früherkennung und Krisenprävention aus krankenhausinternen Daten, d.h. Patienten- und Labordaten. Mit Hilfe von PAIRS können aus diesen Daten übergreifende Erkenntnisse gewonnen werden – insbesondere wenn es um häufige Auffälligkeiten oder Anomalien geht. Durch die Kombination von KI und menschlicher Intelligenz lassen sich aus solchen Daten Muster erkennen und eine frühzeitige Krisenprävention einleiten.

Da es sich hierbei um hochsensible Daten handelt, deren Freigabe durch die Allgemeine Datenschutzverordnung (GDPR) strikt untersagt ist, muss ein System verwendet werden, das den Zugriff ermöglicht, ohne gegen die GDPR zu verstoßen. Die Architektur der PAIRS-Plattform, die auf aufkommenden Standards in diesen Bereichen wie IDSA und GAIAX basiert, bietet die Garantie für Datenhoheit und Datenschutz.

Darüber hinaus ist der Einsatz modernster Technologien wie Federated Learningoder der zum Patent angemeldete Trusted Data Hub eine datenschutzfreundliche Multi-Party-Computing-Lösung, die Datenhoheit und Sicherheit für alle Beteiligten garantiert. Damit ist es möglich, auch vertrauliche Daten zu nutzen, ohne die jeweiligen Rohdaten offenzulegen.