Expertenbeitrag

 Dirk Möller

Dirk Möller

Bis 2022 Area Director of Sales CEMEA bei, Neo4j

Use Case
Fehleridentifikation mit Graph Analytik

Von Dirk Möller 4 min Lesedauer

Anbieter zum Thema

Medizinprodukte unterliegen besonders strengen Anforderungen an die Qualitätssicherung. Etwaige Fehler gilt es schnell zu beheben, was nicht immer einfach ist. Um große Datenmengen effizient zu analysieren kommen daher vermehrt Graphdatenbanken und Graph Analytik zum Einsatz.

Mittels Graphtechnologie kann man Zusammenhänge in großen Datenmengen offenlegen, die sonst möglicherweise unentdeckt geblieben wären, was besonders in der Qualitätskontrolle interessant ist.(Bild:  gemeinfrei / Unsplash)
Mittels Graphtechnologie kann man Zusammenhänge in großen Datenmengen offenlegen, die sonst möglicherweise unentdeckt geblieben wären, was besonders in der Qualitätskontrolle interessant ist.
(Bild: gemeinfrei / Unsplash)

Hersteller von komplexen medizintechnischen Produkten sind in der Regel stark vertikal integriert und übernehmen von der Entwicklung über die Fertigung bis zum Vertrieb und Aftermarket Service zahlreiche Aufgaben. Die Fertigung beginnt mit der Verarbeitung von Rohmaterialien wie Harz und Metall und durchläuft mehrere Produktionsstufen (Batchproduktion) ehe das Endprodukt realisiert werden kann. Um hier die Produktqualität und damit auch die Patientensicherheit zu gewährleisten, ist es notwendig, die Qualitätsanforderungen über den gesamten Produktionszyklus hinweg zu überwachen – von der Rohstoff- und Materialzulieferung bis zur Produktauslieferung.

Komplexe Medizingeräte, wie Herzschrittmacher, Labordiagnostika oder chirurgische Werkzeuge, bestehen aus einer Vielzahl von Materialien und Komponenten. Zudem ist in den letzten Jahren der Softwareanteil in den Geräten enorm angestiegen, um neue Services rund um Telemetrie, Datenanalytik und Mobile Health anbieten zu können. Hersteller mit hoher Fertigungstiefe verfügen so über zahlreiche Entwickler-Teams, die jeweils auf die unterschiedlichen verwendeten Technologien ausgerichtet sind. Oft arbeiten mehrere Teams in verschiedenen Ländern zur selben Zeit an denselben Problemen.