Gesundheitsereignisse und individuelle Therapieergebnisse sollen mithilfe von Software vorhersagbar werden. © Foto Fraunhofer IBMT / MEV VerlagFür 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 aufwändigen klinischen Studien auf ihre Vorhersagegenauigkeit hin überprüft werden, bevor sie in der Praxis eingesetzt werden können. Bislang haben dies nur wenige Modelle geschafft. Das Projekt des Bundesministeriums für Bildung und Forschung »XplOiT« will den aufwändigen 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.
Entwicklung von Vorhersagemodellen
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. 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.
Quelle: Fraunhofer-Institut für Biomedizinische Technik (IBMT)
