XplOit – Semantischer Support für die prädiktive Modellierung in der Systemmedizin
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.
Am Beispiel der Blutstammzelltransplantationen will das vom Bundesministerium für Bildung und Forschung geförderte Verbundvorhaben »XplOiT« den aufwendigen Prozess der Bereitstellung und Zusammenführung klinischer Daten, der Modellentwicklung und deren Validierung sowie Verfügbarmachung für die klinische Nutzung durch innovative Softwarewerkzeuge erleichtern und beschleunigen. Ziel ist, individualisierte Vorhersagemodelle für den Therapieverlauf nach Stammzelltransplantation bereitzustellen.