XplOit – Forschung zur softwaregestützten Vorhersage von Krankheitsverläufen

XplOit

BMBF-Projekt zur Unterstützung und Stärkung der Forschung zur softwaregestützten Vorhersage und individualisierten Behandlung von Krankheitsverläufen und Anwendung in der Transplantationsmedizin gestartet

Individualisierte mathematische/systemmedizinische Modelle zur Entwicklung von Krankheitsprozessen haben das Potenzial zukünftige Gesundheitsereignisse und das individuelle Therapieergebnis vorherzusagen. Solche prädiktiven Modelle können Klinikern bei der Diagnose und Behandlung ihrer Patienten unterstützen und Patienten helfen, ihre Erkrankung besser zu verstehen. Für die Entwicklung dieser mathematischen Vorhersagemodelle müssen in großem Umfang unterschiedlichste klinische Patientendaten aus den Informationssystemen zusammengetragen, harmonisiert und analysiert werden. Dabei ist der Datenschutz beim Umgang mit persönlichen und sensiblen Patienteninformationen sicherzustellen. Die aus der Analyse der Daten gewonnenen komplexen Vorhersagemodelle müssen zunächst in aufwendigen klinischen Studien auf ihre Vorhersagegenauigkeit hin überprüft werden, bevor sie in der Praxis eingesetzt werden können. Bislang haben dies nur wenige Modelle geschafft.

Das BMBF-Projekt »XplOit« will den aufwendigen Prozess der Bereitstellung und Zusammenführung klinischer Daten, der Modellentwicklung und deren Validierung sowie Verfügbarmachung für die klinische Nutzung erleichtern und beschleunigen. Dies soll mit einer neuen Generation fortschrittlicher, sogenannter semantischer Datenintegrations- und Informationsextraktionswerkzeuge gelingen, die zusammen mit einer Modellierungswerkbank in eine IT-Plattform integriert sind.

Averbis XplOit

© Fraunhofer IBMT, MEV Verlag

Die »XplOit«-Plattform wird zunächst für die Entwicklung und Validierung von Vorhersagemodellen zur Verbesserung der Behandlung nach Stammzelltransplantation zugeschnitten. Die Transplantation blutbildender Stammzellen von Spendern wird beispielsweise zur Therapie verschiedener Formen der Leukämie eingesetzt. Dabei können lebensbedrohliche Komplikationen auftreten, wie zum Beispiel Virusinfektionen oder Transplantat-gegen-Wirt-Reaktionen. Auch Krankheitsrückfälle werden immer wieder beobachtet. Zurzeit ist es noch nicht möglich mit hoher Genauigkeit vorherzusagen, bei welchen Patienten diese Komplikationen auftreten und lebensrettende Maßnahmen werden oft zu spät eingeleitet. Mit Hilfe der »XplOit«-Plattform sollen präzise Vorhersagemodelle entwickelt werden, die individuell für jeden Patienten mögliche Komplikationen voraussagen, um durch rechtzeitige klinische Intervention vorbeugen oder frühzeitig entgegenwirken zu können.

Das im März 2016 gestartete und auf 5 Jahre ausgelegte Verbundvorhaben »XplOit« wird von einem international erfahrenen, multidisziplinären Team von Experten aus den Bereichen Medizin, Systembiologie, Computerlinguistik sowie Medizin- und Bioinformatik umgesetzt. Es wird vom Fraunhofer-Institut für Biomedizinische Technik IBMT koordiniert, das auch die Federführung bei der Entwicklung der »XplOit«-Plattform innehat und Kernkomponenten zur Informationsextraktion, -integration und -analyse beiträgt. Das Institut für Formale Ontologien und Medizinische Informationswissenschaft der Universität des Saarlandes ist hauptverantwortlich für das sogenannte Semantische Integrationsframework der Plattform. Die Firma Averbis trägt Werkzeuge zur Informationsextraktion aus klinischen Textdokumenten bei. Informatiker der Klinik für Pädiatrische Onkologie und Hämatologie der Universität des Saarlandes sind zuständig für Datenschutz und entwickeln Pseudonymisierungstools und Teile der Modellierungswerkbank des Systems.

Die Modellentwicklung selbst erfolgt durch das Max-Planck-Institut für Informatik und die Klinische Pharmazie der Universität des Saarlandes. Klinische Expertise und Daten werden durch die Klinik für Innere Medizin I – Onkologie, Hämatologie, Klin. Immunologie, Rheumatologie und das Institut für Virologie der Universität des Saarlandes sowie durch die Klinik für Knochenmarkstransplantation und das Institut für Virologie des Universitätsklinikums Essen bereitgestellt. Die klinischen Partner werden unter Koordination durch das Institut für Virologie der Universität des Saarlandes die mit Hilfe der »XplOit«-Plattform entwickelten prädiktiven Modelle für die Stammzelltransplantation auch validieren.

Eine Basisversion der »XplOit«-Plattform wird den beteiligten Unikliniken und Modellentwicklern im Herbst 2018 zur Verfügung stehen. Erste prototypische Vorhersagemodelle für die Stammzelltransplantationsmedizin werden für Anfang 2019 erwartet.

XplOit wird im Rahmen der Initiative i:DSem – Integrative Datensemantik in der Systemmedizin vom Bundesministerium für Bildung und Forschung gefördert.

Laufzeit: 01.03.2016 – 28.02.2021

Ansprechpartner:

Dr.-Ing. Gabriele Weiler / Dipl.-Inform. Stephan Kiefer
Projektkoordinatoren XplOit
Fraunhofer-Institut für Biomedizinische Technik IBMT
Joseph-von-Fraunhofer-Weg 1
66280 Sulzbach

Telefon: 06894/980-156

E-Mail: gabriele.weiler@ibmt.fraunhofer.de / stephan.kiefer@ibmt.fraunhofer.de

Projektpartner:

Fraunhofer-Institut für Biomedizinische Technik IBMT, St. Ingbert (Koordinator)

Universität des Saarlandes

Max-Planck-Institut für Informatik, Saarbrücken

Universitätsklinikum Essen

Averbis GmbH, Freiburg

Philipp Daumke
Philipp Daumke
Dr. Philipp Daumke is responsible for the strategic development of the company, product planning and marketing. He received a MD from the University Hospital of Freiburg and as a doctor he is able to incorporate his biomedical expertise into the company. In addition, as a computer scientist and due to his developmental work, he possesses excellent know-how of the Averbis products. Various publications and awards reflect his many years of scientific experience in the field of the analysis of unstructured data.

Jetzt weitere Informationen und Demo anfordern!

kostenlos & unverbindlich

Anwendungsgebiet
HealthcarePatentePharmaAndere

Vorname (Pflichtfeld)

Name (Pflichtfeld)

Jobtitle / Rolle (Pflichtfeld)

Firma (Pflichtfeld)

E-Mail-Adresse (Pflichtfeld)

Telefon

Nachricht


Get more Information or schedule a FREE Demo

Use case
HealthcarePatentsPharmaOthers

First Name (required)

Last Name (required)

Job Title / Role (required)

Company (required)

Email (required)

Phone

Message