Projekt

PRECISE4Q

Personalised Medicine by Predictive Modeling in Stroke for better Quality of Life

Personalised Medicine by Predictive Modeling in Stroke for better Quality of Life

  • Laufzeit:

Der Schlaganfall ist eines der schwerwiegendsten medizinischen Probleme mit weitreichenden gesundheitlichen und sozioökonomischen Auswirkungen, welches in einer alternden Gesellschaft an Dynamik gewinnt. PRECISE4Q zielt darauf ab, die Belastung durch Schlaganfälle für den Einzelnen und die Gesellschaft zu minimieren. Es werden mehrdimensionale, datengestützte, prädiktive Simulationsmodelle erstellt, die erstmals eine personalisierte Bheandlung von Schlaganfällen

ermöglichen und den Bedürfnissen der Patienten in vier Phasen gerecht werden: Prävention, Akutbehandlung, Rehabilitation und Reintegration.

Heterogene Daten aus multidisziplinären Quellen werden integriert:

  • Genomik, Mikrobiologie, Biochemie;
  • Bildgebung einschließlich mechanistischer biophysiologischer Modelle der Hirndurchblutung und -funktion;
  • Soziales, Lebensstil, Geschlecht;
  • Wirtschaft und Arbeitswelt.

Dies verlangt innovative Verfahren zur Informationsextraktion, semantischen Kennzeichnung und Standardisierung.

Neuartige hybride Modellarchitekturen, strukturierte Vorhersagemodelle, komplexe "Deep Learning"- und Gradientenverstärkungs-Modelle bilden die Basis einer digitalen Plattform für Schlaganfallpatienten, die ein Entscheidungsunterstützungs-System für Schlaganfallrisiken (CDSS) umfasst und Behandlungsergebnisse, Rehabilitationsprogramme und sozio-ökonomische Planung einschließt. Die Entscheidungshilfe wird auf die aktuelle Lebensphase des Patienten zugeschnitten und ermöglicht es den Ärzten, Präventions- und Behandlungsstrategien im Laufe der Zeit zu optimieren, einschließlich personalisierter Bewältigungsstrategien, Unterstützung des Wohlbefindens und Wiedereingliederung in das soziale Leben und die Arbeit.

Die Prognosefähigkeit und klinische Präzision wird mit realen klinischen Daten validiert, die durch (i) prospektive klinische Studien und (ii) retrospektive Analysen großer Datensätze erzeugt werden: Gesundheitsregister, Kohortenstudien, Krankenversicherungsdaten, elektronische Gesundheitsakten.

PRECISE4Q wird eine klinisch messbare und nachhaltige Wirkung haben, die zu einem besseren Verständnis der Risiko-, Gesundheits- und Widerstandsfaktoren führt. Im Gegensatz zu den bisherigen schematischen Therapierichtlinien wird es die Patienten auf ihrem Lebensweg durch personalisierte Strategien für ihre spezifischen Bedürfnisse unterstützen.

  • Charité - Universitätsmedizin Berlin (Coordinator), Germany
  • Empirica Gesellschaft für Kommunikations- und Technologie-Forschung mbH, Germany
  • Institiuid Teicneolaiochta Bhaile Atha Cliath, Ireland
  • Eidgenössische Technische Hochschule Zürich, Switzerland
  • Tartu Ulikool, Estonia
  • Fundacio Institut Guttmann, Spain
  • Linkopings Universitet, Sweden
  • Medizinische Universität Graz, Austria
  • Deutsches Forschungszentrum für Künstliche Intelligenz GmbH, Germany
  • AOK Nordost - Die Gesundheitskasse, Germany
  • Qmenta Imaging Sl, Spain

Deutsches Forschungszentrum für Künstliche Intelligenz
German Research Center for Artificial Intelligence