21.02.2020

Leipziger Forscher arbeiten am digitalen Zwilling

Leipzig – Einen Datenzwilling sollen Krebspatienten in Leipzig künftig bekommen. Forscher der Universität wollen Ärzten damit helfen, die Behandlungen und Therapien besser als bisher auf die Patienten zuzuschneiden.

Die Vision der Wissenschaftler: Wenn der Patient ins Krankenhaus kommt, ist sein „digitaler Zwilling" dort. Er stellt alle bisherigen Untersuchungsergebnisse, radiologischen Bilder, Informationen über Vorerkrankungen und Operationen sowie molekulargenetischen Daten bereit, sodass sich der Arzt sofort ein vollständiges Bild des Krankheitsverlaufs machen kann. Während der Diagnostik und Therapie werden die Informationen dieses Datenzwillings mit digitalen Modellen des Krankheitsbildes verglichen, die mit den relevanten Studien und neuesten wissenschaftlichen Erkenntnissen optimiert werden. So unterstützt zukünftig der Computer Ärzte bei personalisierten Therapieempfehlungen für Krebspatienten. Entsprechende Technologien sollen innerhalb der nächsten drei Jahre in den klinischen Alltag integriert werden, sagt Projektleiter Prof. Thomas Neumuth vom Innovationszentrum für Computerbasierte Chirurgie (ICCAS). Basis dafür ist das Forschungsprojekt „Modelle für die personalisierte Medizin", das mit 5,1 Millionen Euro vom Bundesforschungsministerium gefördert wird.
Zu den denkbaren Innovationen, die zusammen mit regionalen Unternehmen entwickelt werden, gehören unter anderem ein Patientendaten-Explorer, der die verschiedenen Daten eines Patienten aus radiologischen Bildern und Befundtexten über Webtechnologien verknüpft, und die Berechnung patientenspezifischer Therapieprofile für chirurgische Eingriffe und Radio-Chemo-Therapien. Eine weitere informationstechnische Anwendung wird ein intelligentes Tumorboard unterstützen: Sprachassistenten verfolgen die Diskussion in der onkologischen Beratung und unterstützen automatisch die Entscheidungsfindung der Ärzte. Zudem wollen die Forscher die elektronische Patientenakte weiterentwickeln. Die Daten sollen entsprechend ihrer Bedeutung miteinander verknüpft werden, sodass patientenindividuelle Analysen durch eine Künstliche Intelligenz unterstützt werden können.
Besuchen Sie uns auf Facebook Besuchen Sie uns auf Twitter