XplOit – Forschung zur softwaregestützten Vorhersage von Krankheitsverläufen

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.

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

http://www.ibmt.fraunhofer.de
http://www.ibmt.fraunhofer.de/de/ibmt-kernkompetenzen/ibmt-biomedizintechnik/ibm…