Projekte an der MHH - Infrastruktur
Klinik / Institut: Zentrale Notaufnahme
Das AKTIN-Notaufnahmeregister ist eine standardisierte elektronische Infrastruktur, mit welcher Daten, die während der Patientenversorgung in der Notaufnahme elektronisch erhoben werden und für die Gesundheitsberichterstattung, Qualitätssicherung sowie Versorgungsforschung, verfügbar gemacht werden. Besonderheiten des Registers sind zum einen die Nutzung der Routinedaten ohne Zusatzaufwand für das behandelnde Personal und zum anderen die dezentrale Infrastruktur, die es erlaubt, die Daten in den einzelnen Kliniken und somit im Behandlungskontext zu speichern.
Ziel des AKTIN-Notaufnahmeregisters stellt die Optimierung des Qualitätsmanagements in den Notaufnahmen sowie die Verbesserung/Beschleunigung der Datenverfügbarkeit für die Gesundheitsberichterstattung und Versorgungsforschung in der Akut- und Notfallmedizin dar.
Im Rahmen des NUM 3.0 Forschungsprojektes (Infrastrukturlinie) wird der fortlaufende Betrieb des Netzwerkes an den teilnehmenden Standorten gefördert.
Weitere Informationen finden Sie auf der Webseite:
Klinik / Institut: PLRI für Medizinische Informatik
An allen Universitätskliniken in Deutschland wurden sogenannte medizinische Datenintegrationszentren (MeDIC) aufgebaut. Das Ziel der MeDICs ist es, Daten der vielen unterschiedlichen Systeme (Arztbriefe, Labordaten, Röntgenaufnahmen, Gen-Sequenzierungsdaten usw.) am Standort zusammenzuführen. Diese Datenbestände liegen in rein strukturierter Form zur Abfrage bereit und können Datennutzungsprojekten zugänglich gemacht werden. Für die Nutzung der Daten müssen die Patientinnen und Patienten ihr ausdrückliches Einverständnis gegeben haben und ihre Daten der Forschung zur Verfügung stellen.
Die etablierten MeDICs haben ihre IT-Infrastrukturen, Services, Prozesse, Regularien und Gremien am Standort gemäß den Empfehlungen und Richtlinien der MII aufgestellt und sind damit zu den übergeordneten technischen Infrastrukturen interoperabel. Dies zeigt sich u.a. daran, dass sie an das deutsche Forschungsdatenportal für Gesundheit (FDPG) angebunden werden können, um deutschlandweite Machbarkeitsanfragen und Datennutzungsanträge zu unterstützen.
Ziel der zukünftigen Arbeit ist es, eine Plattform für "Pandemic Preparedness" bieten zu können. Zudem werden an den Standorten kontinuierlich weitere Systeme erschlossen und die Daten Forscherinnen und Forschern zugänglich gemacht.
Weitere Informationen finden Sie auf der Webseite:
https://www.netzwerk-universitaetsmedizin.de/plattformen/num-diz
Klinik / Institut: Hannover Unified Biobank
Der NUM Methoden- & Bioproben-Hub (NUM-MB) wird allen Forschenden und Infrastrukturen im NUM eine umfassende, leicht zugängliche und bedarfsgerechte Unterstützung zu Methodik, Bioproben und spezifischen Aspekten der Regulatorik entlang des gesamten Studienverlaufes bereitstellen.
Beginnend bei der (I) Studienplanung bietet der NUM-MB Methodenberatungen zu Daten und Bioproben inkl. deren Aufbereitung und Nutzbarmachung an. Zudem beraten wir zur Darstellung datenschutzrechtlicher und infrastruktureller Aspekte sowie der NUM-Governance in Patientenunterlagen im jeweiligen regulatorischen Kontext.
Im Rahmen der (II) Studiendurchführung sichert der NUM-MB eine zügige Unterstützung durch einen zentralen Helpdesk. Es werden zudem Fortbildungen und Beratungen, wie z.B. zu Amendments sowie Schulungen zu SOPs angeboten. Die Verantwortlichen der BCU führen zudem Audits zur Qualitätssicherung an den NUM-Standorten, die Bioproben erheben, durch.
Als Mitglied des (III) (dynamischen) Use- and Access-Komitees (UAC) unterstützt NUM-MB den Herausgabeprozess, z.B. von Bioproben und berät Antragsstellende zum UAC.
Weitere Informationen finden Sie auf der Webseite:
https://www.netzwerk-universitaetsmedizin.de/plattformen/num-mb
Klinik / Institut: Institut für Medizinische Mikrobiologie und Krankenhaushygiene
Ziel von NUM-SAR ist es, die Kapazitäten aus der Universitätsmedizin strukturell zu sichern und für das öffentliche Gesundheitswesen sowie dem RKI besser verfü̈gbar zu machen. NUM-SAR ist ein effizientes Netzwerk mit Expertenlaboren fü̈r verschiedene Erreger und Ausbruchssituationen in Ergänzung zu den Laboren des öffentlichen Gesundheitsdienstes.
Das Teilprojekt MuSE ist eine universitätsmedizinische Monitoring-Infrastruktur zur Erfassung und Bewertung von Versorgungs-, Qualitäts- und Infektionsparametern. MuSE liefert diese Daten als Sentinel an das Robert Koch-Institut. Die Daten umfassen infektionsmedizinische Parameter der Krankenhausinfektionsepidemiologie, Versorgungsqualität und Patientensicherheit, Mitarbeitergesundheit und -belastung sowie stationärer Versorgung und Ressourcen. Die Definition und Implementierung geeigneter adaptiver Parameter, deren wissenschaftliche Nutzung und koordinierte Verarbeitung werden in MuSE realisiert.
Klinik / Institut: Institut für Diagnostische und Interventionelle Radiologie
RACOON ist eine landesweite Forschungsinfrastruktur im Netzwerk Universitätsmedizin (NUM). RACOON wurde im Rahmen der COVID-19-Pandemie in der ersten NUM-Förderphase aufgebaut, um radiologische Bilddaten aus deutschen Universitätskliniken strukturiert zu erfassen und für Forschungsprojekte nutzbar zu machen. Die zentral verwalteten Bilddaten können hinsichtlich diverser Forschungsfragen sowohl statistisch als auch mithilfe von Künstlicher Intelligenz analysiert werden.
Die dritte NUM-Förderphase ermöglicht die kontinuierliche Weiterentwicklung und Optimierung der RACOON-Infrastruktur auf Basis der Erfahrungen aus den ersten beiden Förderphasen, beispielsweise aus dem RACOON-RESCUE-Projekt, und schafft gleichzeitig die Grundlage für weitere universitätsklinikübergreifende interdisziplinäre Forschungsprojekte. Mit aktuell rund 600 projektbeteiligten Mitarbeitenden aus 38 Universitätskliniken verzeichnet RACOON ein stetiges Wachstum. Zusätzlich sind das Deutsche Krebsforschungszentrum (DKFZ), das Fraunhofer Institut für Digitale Medizin (MEVIS), die Mint Medical GmbH, die ImFusion GmbH und das Institut für Künstliche Intelligenz in der Medizin (IKIM) aus Essen als feste Forschungs- und Entwicklungspartner in RACOON involviert.
Weitere Informationen finden Sie auf der Webseite:
Projekte an der MHH - Forschung und Use Cases
Klinik / Institut: Institut für Diagnostische und Interventionelle Radiologie
Das hepatozelluläre Karzinom (HCC), eine häufige Form von Leberkrebs, wird oft erst in einem fortgeschrittenen Stadium entdeckt. Aktuell erfolgt die Früherkennung bei Risikopatient:innen meist durch Ultraschalluntersuchungen und Bluttests, die zwar weit verbreitet sind, jedoch nur eine begrenzte Genauigkeit bieten. Die Magnetresonanztomographie (MRT) kann Tumoren deutlich präziser erkennen, ist aber aufwändiger und daher bisher nicht Teil der regulären Vorsorge.
Das Projekt RACOON MARDER untersucht, wie MRT-Daten in Kombination mit klinischen Informationen genutzt werden können, um Patient:innen mit besonders hohem Risiko für Leberkrebs frühzeitig zu identifizieren. Dafür werden Biomarker analysiert und sowohl statistische als auch KI-basierte Modelle entwickelt, die eine genauere Risikoeinschätzung ermöglichen.
Langfristig soll so ein personalisiertes Screening entstehen, bei dem besonders gefährdete Patient:innen gezielt mittels MRT identifiziert werden. Ziel ist es, Leberkrebs früher zu erkennen und dadurch bessere Behandlungsmöglichkeiten zu eröffnen.
Weitere Informationen finden Sie auf der Webseite:
https://www.netzwerk-universitaetsmedizin.de/forschung/alle-num-projekte
Klinik / Institut:
Institut für Diagnostische und Interventionelle Radiologie (Prof. Renz)
Klinik für Pädiatrische Hämatologie und Onkologie (Prof. Stanulla)
Dank kontinuierlich verbesserter Behandlungsstrategien der akuten lymphoblastischen Leukämie (ALL) liegen die Überlebensraten von Kindern und Jugendlichen mit ALL mittlerweile bei >90%. Deshalb rücken sekundäre unerwünschte Ereignisse mit relevanten Auswirkungen auf Morbidität und Mortalität pädiatrischer ALL-Patient*innen zunehmend in den Fokus. Dazu zählen therapieassoziierte und krankheitsbedingte Ereignisse, wie invasive Pilzinfektionen der Lunge oder Knochentoxizität.
Obwohl die ALL-BFM (Berlin-Frankfurt-Münster)-Studiengruppe in Deutschland relevante klinische Daten, einschließlich Therapieregime und Outcomes, in strukturierter Weise erfasst, wurden Bilddatensätze, insbesondere Computertomographie-Daten, von Kindern und Jugendlichen mit ALL bisher nicht systematisch auf nationaler Ebene gesammelt und ausgewertet. Als Kooperation des RACOON-Netwerkes und der ALL-BFM-Studiengruppe beteiligen sich die (kinder-)radiologischen und kinderonkologischen Abteilungen von bis zu 33 deutschen Universitätskliniken - inklusive MHH als ein federführender Standort - an dem multizentrischen, retrospektiven Projekt.
RACOON-INCLUDED zielt darauf ab, mittels Künstlicher Intelligenz-basierter Auswertungsmethoden die frühzeitige Diagnostik und Charakterisierung von pulmonalen Komplikationen, die multimodale Vorhersage von Krankheitsverlauf und Therapieerfolg sowie die Erfassung und Quantifizierung therapieassoziierter Veränderungen der Knochengesundheit bei pädiatrischen ALL-Patient*innen zu verbessern.
Weitere Informationen finden Sie auf der Webseite:
https://www.netzwerk-universitaetsmedizin.de/forschung/racoon-included
Klinik / Institut: Institut für Diagnostische und Interventionelle Radiologie
Akute abdominelle Erkrankungen stellen häufig Notfallsituationen dar, bei denen die Differenzierung von Krankheitsentitäten sowie die Vorhersage komplizierter Verläufe trotz moderner Bildgebung schwierig bleibt. Das multizentrische, retrospektive RACOON-PAIN-Projekt sammelt aus 39 deutschen Universitätskliniken, inklusive MHH als teilnehmenden Standort, routinemäßig durchgeführte Computertomographie-Untersuchungen unter Einbeziehung klinischer und demographischer Daten sowie Parameter der Körperzusammensetzung von ca. 12.000 erwachsenen Patient*innen mit akuten abdominellen Erkrankungen. Dazu zählen beispielsweise akute Bauchspeicheldrüsen- und Blinddarmentzündung. Die erhobenen Daten werden über die landesweite Forschungsinfrastrukur RACOON (Radiological Cooperative Network) strukturiert erfasst, verarbeitet und mittels Künstlicher-Intelligenz-basierter Methoden ausgewertet.
Das RACOON-PAIN-Projekt verfolgt das Ziel, krankheitsspezifische KI-basierte Modelle zur Diagnose spezifischer akuter abdomineller Erkrankungen zu entwickeln und hinsichtlich der Steigerung der diagnostischen Genauigkeit sowie der Optimierung prognostischer Einschätzungen zu evaluieren.
Klinik / Institut: Institut für Diagnostische und Interventionelle Radiologie
Krebserkrankungen gehören zu den häufigsten Todesursachen weltweit. Die Körperzusammensetzung, wie Muskel- und Fettverteilung, ist entscheidend für die Prognose und die Überlebenschance der Krebspatient*innen. Die Körperzusammensetzungsveränderungen sind beispielsweise mit Therapiekomplikationen assoziiert.
Die multizentrische, retrospektive RACOON-COMPARE-Studie sammelt aus 37 deutschen Universitätskliniken, inklusive MHH als teilnehmender Standort, routinemäßig durchgeführte Computertomographie-Untersuchungen von ca. 30.000 erwachsenen Patient*innen mit soliden Tumoren, beispielsweise Leber-, Bauchspeicheldrüsen-, Magen-, Speiseröhren- und Darmkrebs. Die erhobenen Daten werden über die landesweite Forschungsinfrastrukur RACOON (Radiological Cooperative Network) strukturiert erfasst, verarbeitet und mittels Künstlicher-Intelligenz-basierter Methoden ausgewertet.
RACOON-COMPARE zielt darauf ab, aus der Analyse der Körperzusammensetzung von Krebspatient*innen standardisierte Referenzwerte zu generieren und zu untersuchen, ob diese einen Mehrwert für die Einschätzung der Prognose und Überlebenschance bei Krebserkrankungen haben und in der klinischen Routine genutzt werden können.
Weitere Informationen finden Sie auf der Webseite:
https://www.netzwerk-universitaetsmedizin.de/forschung/racoon-compare