Für konkrete Anwendungsfälle entwickeln die Konsortien in der Aufbau- und Vernetzungsphase der Medizininformatik-Initiative IT-Lösungen, die die Möglichkeiten moderner digitaler Dienstleistungen und Infrastrukturen im Gesundheitsbereich zeigen sollen.

Die Anwendungsfälle beziehen sich entweder auf klinische oder auf infrastrukturelle und methodische Fragestellungen.

Klinische Anwendungsfälle

Multiple Sklerose

Die Kliniker und Wissenschaftler des Konsortiums DIFUTURE sind zentral in die Erforschung der Multiplen Sklerose (MS) 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

Das Konsortium DIFUTURE wird in diesem Anwendungsfall auf den für den MS-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.

Onkologie

Im Anwendungsfall Onkologie widmet sich das Konsortium HiGHmed der Herausforderung, enorme Datenmengen aus der Genomsequenzierung (Omics-Daten) und Radiologie in die klinische Praxis zu integrieren. Ein virtuelles Onkologiezentrum wird den Behandlungsverlauf von Krebspatienten veranschaulichen und den Kliniken, Forschungseinrichtungen, Ärzten und Patienten als Austauschplattform dienen. Das virtuelle Onkologiezentrum wird maßgeblich dazu beitragen ähnliche Krebsfälle zu erkennen und eine individuelle, patientenorientierte Behandlung zu ermöglichen. Das wird am Beispiel von Tumoren des Pankreas, der Leber und der Gallengänge demonstriert.

Kardiologie

Im Bereich Kardiologie wird das Konsortium HiGHmed Daten von tragbaren, implantierten oder vernetzten Geräten in die IT-Architektur der Datenzentren integrieren. Neue mobile diagnostische Geräte werden die derzeitige medizinische Praxis und Forschung erheblich beeinflussen. Diese liefern Datensätze aus Langzeitüberwachungen und -messungen und generieren dadurch spezifische und umfassende Datensätze. Risikopatienten können so frühzeitig erkannt und Krankenhausaufenthalte sowie die Sterbewahrscheinlichkeit verringert werden.

Infektionskontrolle

Im Use Case Infektionskontrolle entwickelt das Konsortium HiGHmed ein automatisiertes Frühwarn- und Clustersystem, welches die algorithmische Erkennung von Erregerclustern in Krankenhäusern ermöglicht. Dies beinhaltet auch die Identifikation multiresistenter Keime und deren Transmissionswege innerhalb und zwischen den Kliniken, die Prüfung ob es sich bei den Erregerclustern um Ausbrüche handelt sowie das Erkennen von möglichen Gründen für Übertragungen und Ausbrüche.

Patientendaten-Management in der Intensiv-Versorgung

Das Konsortium SMITH wird im klinischen Anwendungsfall „ASIC“ die Patientendaten-Management-Systeme auf Intensivstationen kontinuierlich auswerten und eine algorithmisch basierte Überwachung des Zustands der kritisch kranken Patienten entwickeln. Ziel ist es, die Voraussetzungen für ein schnelleres therapeutisches Eingreifen zu schaffen.

Leitliniengerechter Einsatz von Antibiotika

Im Anwendungsfall „HELP“ des Konsortiums SMITH geht es um den zielgerichteten leitliniengerechten Einsatz von Antibiotika zur frühzeitigen zielgerichteten Bekämpfung bakterieller Infektionen. Ziel ist die IT-Unterstützung der Infektiologie auf Normal- und Intensivstationen.

Infrastrukturelle und methodische Anwendungsfälle

Patientenrekrutierung für klinische Studien

Klinische Studien scheitern häufig bereits an der zu geringen Rekrutierung passender Studienteilnehmer/innen. Um die Rekrutierungsprozesse durch IT-Verfahren und vorhandene Routinedaten zu unterstützen, wird das Konsortium MIRACUM im Anwendungsfall „Alerting in Care – IT Support for Patient Recruitment“ an jedem seiner beteiligten Universitätsklinika entsprechende Rekrutierungsplattformen in die Krankenhausinformationssystems (KIS)-Umgebungen integrieren. Mittels regelmäßiger Evaluationen und Feedbackschleifen wird die Dokumentationsqualität und Vollständigkeit der für die Rekrutierung herangezogenen Datenelemente kontinuierlich verbessert.

Prädiktionsmodelle für die klinische Entscheidungsfindung

Mit dem schrittweisen inhaltlichen Ausbau der Datenintegrationszentren wird eine Basis gelegt, um Patientenkohorten anhand von klinischen Parametern, Biomarkern und molekularen/genomischen Untersuchungen zu identifizieren und in Subgruppen zu stratifizieren, so dass auf diese jeweils zugeschnittene Prädiktionsmodelle entwickelt werden können. Im Anwendungsfall „From Data to Knowledge – Clinico-molecular predictive knowledge tool“ wird das Konsortium MIRACUM mittels FHIR-basierter Smart-Apps, die in die jeweiligen KIS-Umgebungen eingebettet sind, die Prädiktionsmodelle in den Klinikalltag zurück spielen und so Ärzte in ihren diagnostischen und therapeutischen Entscheidungen unterstützen. Der klinische Fokus wird hierbei zunächst auf Lungenerkrankungen und Patienten mit Hirntumoren liegen.

Datenvisualisierungen zur Unterstützung von Therapieentscheidungen

Die Präzisionsmedizin ist im Kontext der Versorgung von Tumorpatienten bereits sehr weit fortgeschritten. Für viele Tumore kann man heute mittels tiefer genetischer Charakterisierung sogenannte “Driver Mutationen” identifizieren und diese sehr gezielt therapieren. In Molekularen Tumorboards (MTB) laufen letztendlich alle klinischen Informationen und Bilder sowie molekulare/genetische Untersuchungsergebnisse zur interdisziplinären Entscheidungsfindung zusammen. In diesem Kontext hat das Konsortium MIRACUM sich zur Aufgabe gestellt, die komplexen Prozesse der Qualitätssicherung, Datenaufbereitung, Datenintegration und Informationsrecherche zwischen den genetischen Hochdurchsatzanalysen und der medizinischen Therapieentscheidung, mit innovativen IT-Lösungen zu optimieren und den Klinikern durch effiziente Datenvisualisierungen eine Entscheidungsunterstützung zu bieten.

Phänotypisierungsplattform für die Verbesserung von Versorgungsabläufen

Das Konsortium SMITH wird in dem methodischen Anwendungsfall „Phenotype pipeline“ (PheP) eine Plattform zur Phänotypisierung entwickeln, um für ausgewählte Indikations- und Themenbereiche unter Verwendung innovativer datenanalytischer Methoden medizinische Daten aus den elektronischen Gesundheitsdaten zu erschließen und diese so für die Erforschung und Verbesserung von Versorgungsabläufen nutzbar zu machen.