Teilprojekt eines Verbundes

Koordination, Entwicklung, Umsetzung von ELSI-Regularien sowie Datenintegration/Standards

Förderkennzeichen: 01ZZ2317E
Fördersumme: 1.059.102 EUR
Förderzeitraum: 2023 - 2027
Projektleitung: Dr. Eimo Martens
Adresse: Klinikum rechts der Isar der Technischen Universität München, Klinik und Poliklinik für Innere Medizin I: Kardiologie, Schwerpunkt Telemedizin
Ismaninger Str. 22
81675 München

Ziel des Konsortiums ACRIBiS ist die Verbesserung der individuellen Risikobewertung bei der Vorbeugung, Diagnostik und Behandlung von Herz- und Kreislauferkrankungen. Hierzu werden an 15 Partnerstandorten standardisierte und strukturierte klinische Aufzeichnungen mit Biosignal-Analysen (z. B. EKG) kombiniert. Dies erfolgt in der ACRIBiS-Kohorte von ca. 4.500 Patientinnen und Patienten. Die Etablierung der Biosignal-Analysen erfolgt auf der Basis der Infrastruktur der Medizininformatik Initiative (MII). Weiterhin zielt ACRIBiS darauf ab Patienten durch Bereitstellung einer interaktiven Risikovisualisierung (App) in die individualisierte Risikobewertung einzubeziehen. ACRIBiS wird somit auf der Systemebene einen grundlegenden Baustein für das dynamisch lernende Gesundheitssystem der Zukunft beisteuern und auf Patientenebene den Weg zu einer nachweislich effektiven und dynamisch adaptiven klinischen Entscheidungshilfe ebnen. Der Fokus der Arbeit des TV liegt auf der Entwicklung einer strukturierten und standardisierten, syntaktisch und semantisch vollständig interoperablen Dokumentation eines konsensbasierten Kerndatensatzes von kardiovaskulären Routinedaten zur Verbesserung der Risikostratifizierung und -vorhersage. Der Integration von EKG-Daten aus verschiedenen Quellen in interoperable Datenbanken, zur Ermöglichung einer standort- und geräteunabhängigen Analyse zur biosignalbasierten Risikovorhersage. Der Ausarbeitung von Ethik-, Datenschutz-, IT-Sicherheits- und regulatorischen Anforderungen mit Fokus auf der Nutzung und ggf. Ergänzung der breiten Zustimmung sowie der Datensicherheit der Biosignaldaten.