Wearables in Mental Healthcare: Connecting a Monitoring System to the Electronic Patient Record (ePA)

27.03.2026, Abschlussarbeiten, Bachelor- und Masterarbeiten

Wir suchen Masterstudierende, die ihre Abschlussarbeit an der Schnittstelle von Wirtschaftsinformatik und Gesundheitswesen schreiben möchten.

KONTEXT

Interventionen auf Basis von Wearables werden zunehmend als vielversprechender Ansatz zur Unterstützung der Gesundheitsversorgung durch die kontinuierliche Erfassung von patientengenerierten Gesundheitsdaten (PGHD) diskutiert (Shapiro et al., 2012). Im Gegensatz zur episodischen Datenerhebung während Konsultationen können Wearables wie Smart-Ringe, Smartwatches und Aktivitätstracker durch passive Datenerfassung Langzeitinformationen zu Schlaf, körperlicher Aktivität, Herzfrequenz und Herzfrequenzvariabilität sowie zu damit verbundenen Verhaltensmustern liefern (Reindl-Spanner et al., 2023). In der psychischen Gesundheitsversorgung können diese Daten Selbstauskünfte und klinische Konsultationen durch kontinuierliche und alltagsbezogene Erkenntnisse ergänzen (Matcham et al., 2019; Wuttke et al., 2023; Pedrelli et al., 2020). Im Rahmen eines laufenden Forschungsprojekts an der TUM wurde eine digitale Plattform entwickelt, um die Überwachung von Depressionen sowie die klinische Entscheidungsfindung durch die Integration fragebogenbasierter Daten und PGHD aus Wearables zu unterstützen. Für die nächste Entwicklungsphase soll die Plattform weiterentwickelt und auf die Kompatibilität mit verschiedenen Wearables ausgerichtet werden, die Menschen bereits im Alltag nutzen. Dies umfasst sowohl die Bewertung geeigneter Geräte als auch die Erweiterung des Systems hin zu einer modulareren und wiederverwendbaren Integrationsarchitektur.

AUFGABEN

Analyse der Anforderungen für die Weiterentwicklung einer PGHD-integrierten Plattform mit Schwerpunkt auf der Übertragung in die ePA
Untersuchung relevanter funktionaler, technischer und regulatorischer Rahmenbedingungen für die Integration von PGHD in die ePA
Analyse und Entwurf geeigneter Datenmodelle, Schnittstellen und Interoperabilitätsansätze für die Übertragung von Daten aus Wearables in die ePA
Entwurf und Implementierung von Plattformkomponenten für eine strukturierte und modulare ePA-Integration
Weiterentwicklung der Systemarchitektur zur Unterstützung einer skalierbaren und wiederverwendbaren Datenübertragung über verschiedene Gesundheitskontexte hinweg
Prototyp-Implementierung und Evaluierung ausgewählter Funktionen oder Schnittstellen für die ePA-Integration
Ableitung technischer Entwurfsprinzipien und Empfehlungen für PGHD-integrierte Überwachungsplattformen mit ePA-Konnektivität im Gesundheitswesen

ANFORDERUNGEN

Hohe Eigenständigkeit und Verantwortungsbereitschaft
Starkes Interesse an digitalen Gesundheitstechnologien und Gesundheitsinformationssystemen
Erfahrung in der Softwareentwicklung, Datenanalyse oder Systemgestaltung
Strukturierte, selbstständige und zuverlässige Arbeitsweise
Interesse daran, Nutzerfeedback in technische Systemanforderungen umzusetzen

WEITERE INFORMATIONEN

Die Abschlussarbeit kann auf Englisch oder Deutsch verfasst werden. Bei weiteren Fragen können Sie sich gerne direkt an mich wenden. Bitte senden Sie Ihre Bewerbung einschließlich unseres speziellen Bewerbungsformulars, eines aktuellen Studiennachweises und Ihres Lebenslaufs an maximilian.schumergruber@tum.de. Bitte beachten Sie, dass wir nur Bewerbungen mit vollständigen Unterlagen berücksichtigen können.

QUELLEN

Matcham, F., Barattieri di San Pietro, C., Bulgari, V., De Girolamo, G., Dobson, R., Eriksson, H., et al. (2019). Remote assessment of disease and relapse in major depressive disorder (RADAR-MDD): A multi-centre prospective cohort study protocol. BMC Psychiatry, 19(1), 72.

Wuttke, A., Steinmetz, A., Endres, K., Simon, P., Fellgiebel, A., & Haller, N. (2023). Behavioral activation by wearable devices in patients with late-life depression. GeroPsych.

Pedrelli, P., Fedor, S., Ghandeharioun, A., Howe, E., Ionescu, D. F., Bhathena, D., et al. (2020). Monitoring changes in depression severity using wearable and mobile sensors. Frontiers in Psychiatry, 11, 584711.

Reindl-Spanner, P., Prommegger, B., Gensichen, J., & Krcmar, H. (2022). Insights on patient-generated health data in healthcare: A literature review. PACIS 2022 Proceedings.

Shapiro, M., Johnston, D., Wald, J., & Mon, D. (2012). Patient-generated health data. White paper. RTI International. Prepared for Office of Policy and Planning, Office of the National Coordinator for Health Information Technology.

Kontakt: maximilian.schumergruber@tum.de