Nachwuchsforschungsgruppen bei HIGHmed – ein Überblick
Die HIGHmed-Initiative vereint mehrere Nachwuchsforschungsgruppen, die die datengetriebene Medizin durch die Entwicklung innovativer Methoden zur Integration, Analyse und Nutzung komplexer biomedizinischer Daten vorantreiben. Ihr gemeinsames Ziel ist es, klinische Entscheidungsprozesse, die Patientenversorgung und die medizinische Forschung durch interoperable Systeme und intelligente Algorithmen zu verbessern.
iXplain_CDS
Die Nachwuchsforschungsgruppe iXplain_CDS entwickelt interoperable klinische Entscheidungsunterstützungssysteme, die klinikübergreifend eingesetzt werden können. Ein besonderer Schwerpunkt liegt auf Erklärbarkeit und Interpretierbarkeit, um transparente, vertrauenswürdige und klinisch belastbare Vorhersagen zu gewährleisten. Zu den Anwendungsfällen gehören unter anderem die Unterstützung pädiatrischer Neuroradiolog:innen bei der Bestimmung der Gehirnreife anhand von MRT-Aufnahmen sowie die Vorhersage des Schweregrads von COVID-19-Erkrankungen.
Medical Omics
Die Nachwuchsforschungsgruppe Medical Omics entwickelt KI-basierte Werkzeuge zur Analyse großskaliger biomedizinischer Datensätze aus Klinik und Grundlagenforschung. Durch die Integration verschiedener Datenmodalitäten – wie Single-Cell-RNA-Sequenzierung, DNA-Methylierung und medizinische Bildgebung – soll die Komplexität biologischer Systeme besser abgebildet werden. In enger Zusammenarbeit mit Kliniker:innen entstehen Systeme zur Unterstützung von Tumordiagnostik und Therapieplanung sowie zur Automatisierung von Routineaufgaben wie der Bildannotation. Zudem werden Feedbackmechanismen erforscht, um die Leistungsfähigkeit der KI-Modelle kontinuierlich zu verbessern.
MoveGroup
Die Nachwuchsforschungsgruppe MoveGroup entwickelt eine multimodale Sensorplattform zur Erfassung motorischer, kognitiver und sensorischer Funktionen. Durch die Kombination körpernaher und umgebungsbasierter Sensorik sollen funktionelle Fähigkeiten und deren Wechselwirkungen bei gesundem Altern sowie bei Erkrankungen besser verstanden werden. Die Forschung trägt zur Verbesserung von Diagnostik und Therapie bei Erkrankungen wie Parkinson, Tourette-Syndrom und Demenz bei.
IMPETUS
Die Nachwuchsforschungsgruppe IMPETUS konzentriert sich auf die Integration medizinischer Multimediadaten – wie Bilddaten, Signale (z. B. ECG, EEG) und Audiodaten – in klinische Datenintegrationszentren. Eine zentrale Herausforderung ist die Heterogenität der Datenformate, insbesondere auch von Nicht-DICOM-Daten. Durch die umfassende Integration dieser vielfältigen Datenquellen werden sowohl klinische Abläufe als auch Forschungsvorhaben unterstützt.
Spatial Omics
Neuartige Bildgebungstechnologien ermöglichen eine detaillierte zelluläre Profilerstellung, indem Dutzende von Antikörpern und Hunderte bis Tausende von Transkripten mit subzellulärer Auflösung gemessen werden. Diese Technologien könnten in naher Zukunft helfen, neue Merkmale für die Stratifizierung, Diagnose und Behandlung von Krankheiten zu entdecken.
Die Nachwuchsforschungsgruppe SpatialOmics konzentriert sich auf die Anwendung und Analyse dieser neuen Technologien mit den Schwerpunkten Onkologie, Immunologie und Kardiologie. Das große Ziel ist die Entwicklung von Computergestützten und Experimentellen Werkzeugen, um detaillierte Einblicke in gesunde und kranke Gewebe zu ermöglichen.
FAIRRMeDIC
Real-World Daten sind besonders sensibel und bedürfen eines intensiven Schutzes, welcher speziell in MeDICs oberste Priorität haben muss. Die NWG konzentriert sich auf folgende Ziele: Ausbildung des wissenschaftlichen Nachwuchses im Rahmen wissenschaftlicher Methodenentwicklung und -evaluation in einem MeDIC, Erweiterung der “FAIR” Prinzipien um „Reliability“ bezüglich MeDIC-Daten und -Metadaten, Quantifizierung des Re-Identifikationsrisikos z.B. im Rahmen von Datennutzungsanträgen, Integration erweiterter Änderungskontrollprozesse für die Datensicherheit und Implementierung einer multimodalen Nutzer-Plattform
Gemeinsam tragen diese Nachwuchsforschungsgruppen zu einer übergeordneten Vision bei: der Nutzung vielfältiger und komplexer Gesundheitsdaten zur Entwicklung intelligenter, interoperabler und vertrauenswürdiger Systeme, die die Patientenversorgung verbessern und den medizinischen Erkenntnisgewinn vorantreiben.
