Verbund

Nachwuchsgruppen für die Medizininformatik: MIRACUM

Die Förderung des wissenschaftlichen Nachwuchses an der Schnittstelle von Informatik und Medizin ist ein Kernelement des Förderkonzepts Medizininformatik. Um einen Anreiz für die Einrichtung zusätzlicher Professuren für Medizininformatik zu geben, fördert das BMBF Nachwuchsgruppen als Unterbau für eine neu eingerichtete Medizininformatik-Professur. Die Nachwuchsgruppen sollen die Professur unterstützen und in die Arbeiten an der Hochschule integriert sein.

Teilprojekte

Nachwuchsgruppe KI-gestützte morphomolekulare Präzisions-Medizin in Neuroonkologie (AI-RON)

Förderkennzeichen: 01ZZ2017
Gesamte Fördersumme: 765.992 EUR
Förderzeitraum: 2021 - 2024
Projektleitung: Prof. Dr. Till Acker
Adresse: Justus-Liebig-Universität Gießen, Biomedical Informatics and Systems Medicine, Science Unit for Basic and Clinical Medicine
Aulweg 128
35392 Gießen

Nachwuchsgruppe KI-gestützte morphomolekulare Präzisions-Medizin in Neuroonkologie (AI-RON)

Hirntumore gehen nicht nur mit großen sozio-ökonomischen Kosten, sondern auch mit hoher psychosozialer Belastung einher, da sie das Organ des Bewusstseins und der Wahrnehmung betreffen. Sie gehören zu den tödlichsten Krebsarten mit wenigen derzeit verfügbaren Therapieoptionen und stellen die zweithäufigste Krebserkrankung bei Kindern dar. In den letzten Jahren hat sich ihr Behandlungsschema durch den Einsatz molekularer Marker mit prognostischer oder prädiktiver Bedeutung zunehmend individualisiert. Mit der Nachwuchsgruppe "AI-RON" soll die nächste Ära der morphomolekularen Diagnostik eingeleitet werden, indem KI-basierte medizininformatische Pipelines entwickelt werden, welche die Diagnose von Hirntumoren in Qualität und Geschwindigkeit verbessern, sowie Therapieansätze personalisieren und effizienter ausrichten sollen. Ziel der Nachwuchsgruppe wird es sein, im Rahmen der Medizininformatik-Initiative eine KI-basierte Präzisionsanalyse von digitalisierten histopathologischen Gewebeschnitten, in Kombination mit hochdimensionalen Omics-Daten und klinischen Metadaten zur Klassifizierung und prognostischen Vorhersagbarkeit von Hirntumoren zu entwickeln. Im Rahmen des Gießener Use Case 2 "Neuroonkologie" des MIRACUM Konsortiums kann auf einen großen Datenpool der beteiligten Standorte zugegriffen werden und aggregierte morphomolekulare und klinische Daten standortübergreifend ausgewertet werden. Die entwickelten Algorithmen werden sich auf die Integration weiterer hochdimensionaler Daten wie Radiomics und anderer Tumorarten ausweiten lassen. Die Nachwuchsgruppe wird damit einen wichtigen Beitrag leisten, das Themenfeld der Medizininformatikinitiative im wichtigen Bereich KI in der Gesundheitsforschung und -versorgung zu stärken, indem sie KI-gestützte Diagnoseverfahren in der pathologischen Routinearbeit voranbringt.

Nachwuchsgruppe "Interaktive Erzeugung und Simulation von prognostischen, personalisierten digitalen Patientenmodellen" (ProModell)

Förderkennzeichen: 01ZZ2016
Gesamte Fördersumme: 834.288 EUR
Förderzeitraum: 2021 - 2024
Projektleitung: Prof. Dr. Oliver Amft
Adresse: Friedrich Alexander Universität Erlangen-Nürnberg, Institut für Medizininformatik, Biometrie und Epidemiologie
Schloßplatz 4
91054 Erlangen

Nachwuchsgruppe "Interaktive Erzeugung und Simulation von prognostischen, personalisierten digitalen Patientenmodellen" (ProModell)

Ziel der Nachwuchsgruppe ist es, Methoden zu entwickeln für die Erzeugung und Nutzung von prognostischen Patientenmodellen und digitalen Zwillingen zur medizinischen Analyse und Planung. Die Nachwuchsgruppe schafft die Grundlagen für eine vielfältige Nutzung, einschließlich dem Einsatz durch medizinische Experten und Patienten. Im Vordergrund stehen die Zusammenführung von 3D Modellen und Zeitreihendaten von körpergetragenen Sensoren in alltäglichen Situationen. Neben der Modellbildung und Validierung stellt die Entwicklung einer Simulationsinfrastruktur und Interaktionsmethoden für den Modelleinsatz in Analyse und Interventionsplanung einen wesentlichen Beitrag dar. Ansätze aus den Bereichen Computergrafik und Bioinformatik werden mit Methoden der Kontexterkennung für die dynamische Anpassung von 3D Modellen eingesetzt, z. B. um physikalische und morphologische Veränderung von Körpermodellen durch Bewegung zu beschreiben. Die Methoden zur Modellerstellung und Simulationsinfrastruktur sollen mit medizinischen Partnern in verschiedenen Anwendungen erprobt und hinsichtlich ihrer Leistungsfähigkeit evaluiert werden. Finales Ergebnis soll eine konfigurierbare, skalierbare Referenzlösungen sein, die auf individuelle Bedürfnisse von medizinischem Experten und Patienten abstimmbar ist.


 

Nachwuchsgruppe "Entwicklungen von klinisch-orientierten Entscheidungsunterstützungen für Hochdurchsatzdaten in der personalisierten Medizin" (EkoEstMed)

Förderkennzeichen: 01ZZ2015
Gesamte Fördersumme: 777.222 EUR
Förderzeitraum: 2021 - 2024
Projektleitung: Prof. Dr. Dr. Melanie Börries
Adresse: Albert-Ludwigs-Universität Freiburg, Medizinische Fakultät, Institut für Medizinische Bioinformatik und Systemmedizin
Breisacher Str. 153
79110 Freiburg im Breisgau

Nachwuchsgruppe "Entwicklungen von klinisch-orientierten Entscheidungsunterstützungen für Hochdurchsatzdaten in der personalisierten Medizin" (EkoEstMed)

Heutzutage wird die Präzisionsmedizin immer mehr zur Realität und rückt immer weiter in den klinischen Alltag. Einzigartige Merkmale von Patienten werden identifiziert, um die Wirksamkeit und Genauigkeit ihrer Behandlungen zu verbessern. Ehrgeizige Initiativen wie die "Medizininformatik-Initiative " (MI-I) unterstützen in Deutschland aktiv die biomedizinische Forschung zur Verbesserung der individualisierten Patientenversorgung. Sie setzt dabei stark auf die ständig wachsende Menge gesundheitsbezogener Daten und die sich ständig weiterentwickelnden Technologien. Aufgrund von fehlenden Analysemethoden und Standardisierungs- und Harmonisierungs-Prozessen werden allerdings nur ein Teil der existierenden Daten für die klinische Empfehlung herangezogen. Somit ist es das Ziel, die komplexen Daten durch die Entwicklung von innovativen Methoden, wie z. B. Algorithmen beim maschinellen Lernen (Künstliche Intelligenz), und Analyse-Prozessen in einer verständlichen Form aufzubereiten und darzustellen und diese zugleich für eine effiziente und verwertbare Art und Weise für den Austausch bereitzustellen. Darüber hinaus werden effiziente IT-Infrastrukturen als auch die Entwicklung neuartiger Visualisierungsstandards geschaffen, um die Umsetzung und Anwendung in der Klinik zu gewährleisten. Mit diesem Vorhaben werden nicht nur die Prozesse der personalisierten Medizin im lokalen klinischen Umfeld, sondern auch die MI-I und MIRACUM an den verschiedensten Standorten vorangetrieben.

Nachwuchsgruppe Prospektiv-nutzergerechte Gestaltung klinischer Entscheidungsunterstützungssysteme im Kontext personalisierter Medizin

Förderkennzeichen: 01ZZ2002
Gesamte Fördersumme: 1.439.604 EUR
Förderzeitraum: 2020 - 2025
Projektleitung: Dr. Brita Sedlmayr
Adresse: Technische Universität Dresden - Medizinische Fakultät Carl Gustav Carus - Institut für Medizinische Informatik und Biometrie
Fetscherstr. 74
01307 Dresden

Nachwuchsgruppe Prospektiv-nutzergerechte Gestaltung klinischer Entscheidungsunterstützungssysteme im Kontext personalisierter Medizin

Intelligente IT-Lösungen wie Entscheidungsunterstützungssysteme können dazu beitragen, verschiedenste Daten zusammenzuführen und durch Datenanalysen und Visualisierungen die Erkennung von Krankheiten zu beschleunigen und/oder die Identifikation der optimalen Therapie zu ermöglichen. Um eine breite und nachhaltige Nutzung solch intelligenter IT-Systeme zur multidisziplinären Entscheidungsunterstützung im Kontext personalisierter Medizin in der alltäglichen Praxis sicherzustellen, ist es essenziell diese Systeme nutzerzentriert zu gestalten, hinsichtlich der Akzeptanz des medizinischen Fachpersonals zu überprüfen und zu verbessern. Zentrales Thema der Nachwuchsgruppe ist daher die "Prospektiv-nutzergerechte Gestaltung klinischer Entscheidungsunterstützungssysteme im Kontext personalisierter Medizin." Die Ergebnisse der Forschergruppe umfassen sowohl wissenschaftliche Methoden als auch praktische Werkzeuge für Entwickler von Entscheidungsunterstützungssystemen, die dazu beitragen die technologischen Innovationen und zukunftsweisenden Möglichkeiten, welche beispielsweise in der Medizininformatik-Initiative entwickelt werden, so zu gestalten, dass sie nutzergerecht und kontext-adaptiv sind. Dies ist eine elementare Voraussetzung dafür, dass die entwickelten Innovationen in der Arbeitspraxis zukünftig akzeptiert und verwendet werden.