Als Folge einer SARS-CoV-2-Infektion treten bei einem Teil der Betroffenen gesundheitliche Beschwerden auf, die noch Wochen oder Monate nach der akuten Infektion andauern können. Es gibt eine Vielzahl an unterschiedlichen Symptomen, die einzeln oder in Kombination vorkommen. Dabei werden Symptome, die länger als vier Wochen nach der akuten Infektion weiterhin bestehen, als Long-COVID bezeichnet. Bei dem Post-COVID-Syndrom handelt es sich um Symptome, die später als zwölf Wochen (wieder) auftreten und nicht anderweitig erklärt werden können. Die Ursachen sowie wirksame Behandlungs- und Versorgungskonzepte sind bislang nicht ausreichend erforscht. Zudem ist die Diagnose von Long/Post-COVID herausfordernd, da eine Abgrenzung gegenüber anderen Erkrankungen oftmals schwierig ist.
Daher sollen nun forschungsrelevante Informationen aus der klinisch-epidemiologischen und biomedizinischen Forschung zu Long-/Post-COVID mittels innovativer Verfahren der Datenanalyse aus bereits vorhandenen Datensätzen gefiltert und verwendet werden. In Verbindung mit Versorgungsdaten von Long-/Post-COVID-Patientinnen und -Patienten sollen die Erkenntnisse zur Entwicklung besserer Behandlungs- und Versorgungskonzepte beitragen.
Der Verbund OUTCAST-AI verfolgt das Ziel, multidimensionale Datenquellen von Long-/Post-COVID-Erkrankten miteinander zu verknüpfen. Neue Algorithmen der Datenverarbeitung sollen daraus Krankheits-Subtypen, betroffene Zellpopulationen und spezifische Pathomechanismen herauskristallisieren. Besonderes Augenmerk wird auf die Genregulation und auffällige Proteine gelegt. So lassen sich therapeutische Targets ermitteln und mögliche Therapiestrategien entwickeln.