An der Westsächsischen Hochschule Zwickau (WHZ) wird ein neues Assistenzsystem entwickelt, das Operationsteams bei der Zählkontrolle unterstützen und dadurch die Patientensicherheit sowie Effizienz im OP verbessern soll. An der Entwicklung arbeitet die Hochschule gemeinsam mit der MEDIK Hospital Design GmbH und der code’n’ground AG.
Jährlich kommt es in Deutschland zu rund eintausend zusätzlichen Eingriffen, weil chirurgische Materialien wie Tupfer, Bauchtücher oder Instrumente im Körper der Patienten verbleiben. Diese sogenannten „Never Events“ verursachen schwerwiegende Komplikationen und enorme Kosten im Gesundheitswesen. Trotz bestehender Zählprozesse können Fehler auftreten – etwa durch Zeitdruck, Kommunikationsprobleme oder Personalwechsel im OP-Team.
Hier setzt das Projekt DSCC (Digital Surgical Count Control) an: Ein KI-gestütztes System soll die manuelle Zählkontrolle digital unterstützen, Fehler vermeiden und die Dokumentation vereinfachen. Das Projekt wird durch das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) im Rahmen der Fördermaßnahme „KMU-innovativ: Interaktive Technologien für Gesundheit und Lebensqualität“ für drei Jahre gefördert. Der offizielle Projektauftakt erfolgte Anfang Juli mit einem Kick-off-Meeting aller Projektpartner.
Beim offiziellen Projektauftakt am 3. Juli 2025 kamen die Projektpartner zum gemeinsamen Kick-off-Meeting bei der MEDIK Hospital Design GmbH in Hamburg zusammen. Auf dem Gruppenbild sind die Teilnehmenden (v. l. n. r.) zu sehen: Daniel Wessel (MEDIK), Wiebke Vennhoff (MEDIK), Meghdad Fereidouni (code’n’ground), Amelie Pester (WHZ), Alexander Kabardiadi-Virkovski (WHZ), Sabrina Schorn (WHZ), Uwe Seidel (MEDIK), Armin Haas (code’n’ground), Prof. Peter Hartmann (WHZ) (Foto: MEDIK Hospital Design GmbH)
Automatische Erkennung und Zählung von OP-Materialien
Zentrales Element des Systems ist eine speziell entwickelte Kameraeinheit, die den Instrumententisch während der Operation erfasst. Mithilfe künstlicher Intelligenz – insbesondere eines YOLO-Algorithmus in Kombination mit einem Convolutional Neural Network (CNN) – soll das System die dort befindlichen Objekte erkennen und klassifizieren. Zur besseren Detektion textiler Materialien wie Tupfern oder Bauchtüchern wird ergänzend ein hyperspektraler Bildgebungsansatz (HSI) untersucht.
Die erfassten Daten sollen in Echtzeit auf einem interaktiven Bildschirm visualisiert werden, der dem OP-Team den Soll- und Ist-Zustand für jede Objektklasse übersichtlich anzeigt und bei Diskrepanzen automatisch warnt.
Kontakt
Westsächsische Hochschule Zwickau
Prof. Dr. rer. nat. habil. Peter Hartmann