Zusammen mit allen Konsortien der Medizininformatik-Initiative hat DIFUTURE die standortübergreifende Nutzung medizinischer Forschungs- und Versorgungsdaten ermöglicht. An den Universitätskliniken und Partnereinrichtungen wurden Datenintegrationszentren etabliert, die nun innerhalb des Netzwerks Universitätsmedizin (NUM) weiterentwickelt werden. Ihren Nutzen für die Forschung und eine bessere medizinische Versorgung zeigt die Medizininformatik-Initiative in vielen Anwendungsfällen konsortienübergreifend auf. DIFUTURE-Partner beteiligen sich dabei an folgenden Projekten:
Klinische Anwendungsfälle konsortienübergreifend
Neurologie
Zur frühzeitigen Erkennung und präzisen Vorhersage des Verlaufs von Multipler Sklerose wurden Patientendaten standardisiert und analysiert. Dies ermöglicht die rechtzeitige Einleitung maßgeschneiderter Therapien. Parallel dazu verbesserte der Parkinson-Anwendungsfall das Verständnis und die individualisierte Behandlung, indem der Zugang zu externen Daten neue Analysemöglichkeiten eröffnete.
Onkologie
Der Austausch und die gemeinsame Analyse klinischer und biomedizinischer Daten – z. B. zu den genetischen Veränderungen in Tumoren – unterstützt Ärzt:innen dabei, Krebserkrankungen effektiver zu behandeln. Ziel ist es, die Krebsmedizin in Übereinstimmung mit der Nationalen Dekade gegen Krebs deutschlandweit noch stärker zu personalisieren.
Kardiologie
Moderne IT-Verfahren vereinen komplexe Biosignale (wie EKG-Daten) mit vielfältigen klinischen Informationen (wie Blutdruckwerten und Medikationen) zu einem Datenschatz. Die Analyse dieser Daten soll Ärzt:innen dabei unterstützen, Risiken für Herz-Kreislauf-Erkrankungen präziser zu erkennen und die personalisierte Versorgung zu verbessern.
Lungen-erkrankungen
Lungenerkrankungen
Durch Datenanalysen können Ärzt:innen chronische Lungenerkrankungen wie Asthma und COPD besser diagnostizieren und effektiver behandeln.
Infektionskontrolle
Patient:innen sollen im Krankenhaus besser vor bakteriellen Blutinfektionen geschützt werden. Ein automatisiertes Datenanalysesystem soll dabei helfen, ihre individuellen Infektionsrisiken einzuschätzen. Es entlastet das medizinische Personal und unterstützt es dabei, vorbeugende Schutzmaßnahmen bei Bedarf frühzeitig einzuleiten.
Arzneimittel-
Wechselwirkungen
Innovative IT-Lösungen tragen wesentlich zur Optimierung der Arzneimittelsicherheit und -therapien bei. In Stationsapotheken ermöglichen sie die frühzeitige Erkennung riskanter Wirkstoffkombinationen, wodurch Patienten besser vor unerwünschten Nebenwirkungen geschützt werden.
Klinische Anwendungsfälle DIFUTURE
Multiple Sklerose
Unsere Kliniker und Wissenschaftler sind zentral in die Erforschung der Multiplen Sklerose involviert. Das Spektrum an Daten, die bereits integriert werden konnten, ist breit und reicht von klinischen und Labordaten über multidimensionale Bilddaten bis zu genetischen Daten. Hier kann auf sehr große, bereits in wesentlichen Teilen standardisierte Datensammlungen zugegriffen werden. Verteilte Analysen sollen insbesondere die Entdeckung von Markern und Algorithmen zur Vorhersage des Krankheitsverlaufs und für eine früh einsetzende zielgerichtete und personalisierte Therapie voranbringen.
Parkinson-Krankheit
In diesem Anwendungsfall werden wir auf den für den Multiple Sklerose-Anwendungsfall entwickelten Integrations- und Analysemethoden aufbauen und ebenfalls Daten verschiedenster Art harmonisieren, in qualitätskontrollierter Weise integrieren und dann für Analysen nutzbar machen. In diesem wie in weiteren Anwendungsfällen – vorgesehen sind auch seltene Erkrankungen, Krebs, Schlaganfall und Herz-Kreislauf-Erkrankungen – soll eine Präzisionsmedizin ermöglicht werden, die die Therapie ebenso wie die (Früh-)Diagnose, die Vorbeugung und die Nachsorge der Patienten deutlich verbessert.
Seltene Erkrankungen (abgeschlossen)
Vereinheitlichte Fall-Dokumentationen und maßgeschneiderte IT-Lösungen unterstützen Ärzt:innen und Forschende dabei, Seltene Erkrankungen genauer zu verstehen und die medizinische Versorgung der Betroffenen zu verbessern.
Daten zu Bioproben (abgeschlossen)
Die Vernetzung von Biobanken und Datenintegrationszentren erweitert die Grundlage für datenbasierte Gesundheitsforschung. Dadurch können Forschende Krankheiten und ihre Variationen präziser erkennen und Therapien optimieren.
© 2024 DIFUTURE