Für konkrete Anwendungsfälle entwickeln die Konsortien 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.

ASIC - Algorithmische Überwachung in der Intensivversorgung

Das Konsortium SMITH fördert mit dem Anwendungsfall ASIC die Verbesserung der Patientenversorgung durch die Nutzung bereits vorhandener klinischer Routinedaten. Gezeigt wird dies am Beispiel der Therapie von Patientinnen und Patienten mit akutem Lungenversagen (ARDS), einer Erkrankung an der heute noch etwa 40 Prozent aller betroffenen Patienten versterben. Die hierfür entwickelte ASIC-App fungiert als Frühwarnsystem, indem sie Ärzte auf ein potentielles ARDS hinweist, noch bevor der Zustand des Patienten kritisch zu werden droht.

Mehr Informationen

HELP - Zielgerichtete Antibiotikatherapie in der Infektionsmedizin

Der Anwendungsfall HELP des Konsortiums SMITH thematisiert den leitliniengerechten und empfohlenen Einsatz von Antibiotika zur frühzeitigen zielgerichteten Bekämpfung bestimmter bakterieller Infektionen. Im Fokus steht die Unterstützung der Infektiologie auf Normal- und Intensivstationen mittels der hierfür entwickelten HELP-App. Diese liefert medizinischem Personal schnelle Informationen und Handlungsempfehlungen für eine verantwortungsvolle Antibiotikatherapie bei Staphylokokken-Blutstrominfektionen.

Mehr Informationen

 

Infrastrukturelle und methodische Anwendungsfälle

Patientenrekrutierung für klinische Studien

Klinische Studien scheitern häufig bereits an der zu geringen Zahl passender Studienteilnehmerinnen und -teilnehmer. Das Konsortium MIRACUM wird im Anwendungsfall „Alerting in Care – IT Support for Patient Recruitment“ an jedem seiner beteiligten Universitätsklinika Rekrutierungsplattformen in die Krankenhausinformationssystems (KIS)-Umgebungen integrieren. Dadurch sollen Rekrutierungsprozesse mit IT-Verfahren und bereits vorhandenen Routinedaten unterstützt werden.

Mehr Informationen

Gemeinsame Analyse verteilter Patientendaten für die klinische Forschung und Praxis

Im Anwendungsfall „From Data to Knowledge – Clinico-molecular predictive knowledge tool“ des MIRACUM-Konsortiums geht es darum, Methoden zur standortübergreifenden Analyse von Patientendaten in den beteiligen Universitätsklinika zu entwickeln und zu etablieren. Die Methoden sollen genutzt werden, um Wissen zu generieren, welches wiederum direkt in die klinische Praxis einfließen kann.

Mehr Informationen

 

From Knowledge to Action – Unterstützung für das Molekulare Tumorboard

Die Präzisionsmedizin spielt im Kontext der Versorgung von Tumorpatientinnen und -patienten bereits eine große Rolle. Für viele Tumore kann man heute mittels molekularbiologischer Charakterisierung sogenannte "Driver Mutationen" identifizieren, um diese gezielt zu therapieren, wenn ein entsprechendes Medikament zur Verfügung steht. In Molekularen Tumorboards (MTB) laufen klinische Informationen und molekulare/genetische Untersuchungsergebnisse zur interdisziplinären Entscheidungsfindung zusammen. Um MTBs zu unterstützen, will das Konsortium MIRACUM die komplexen Prozesse der Qualitätssicherung, Datenaufbereitung, Datenanalyse, Datenintegration und Informationsrecherche zwischen genetischen Hochdurchsatzanalysen und medizinischer Therapieentscheidung mit innovativen IT-Lösungen verbessern. Außerdem soll Klinikerinnen und Klinikern durch effiziente Datenvisualisierung eine Entscheidungsunterstützung geboten werden.

Mehr Informationen

PheP - Phänotypisierungspipeline zur Unterstützung klinischer Auswertungsprojekte

Das Konsortium SMITH entwickelt in dem methodischen Anwendungsfall Phänotypisierungspipeline, kurz PheP, innovative datenanalytische Methoden, die aus elektronischen Patientenakten automatisiert medizinische Informationen gewinnen. Auswertungsvorhaben und Berechnungen auf den vorhandenen Daten führen dabei zu immer neuen patientenbezogenen Informationen und zu einer differenzierten Charakterisierung menschlicher Merkmale, sog. Phänotypen. Klinische Forschung und Patientenversorgung können durch den reichen Datenbestand langfristig optimiert werden.

Mehr Informationen