Medizinische Universitätsklinik Bochum

www.medunikkh.de

Sektion Laboratoriumsmedizin Übersicht zu aktuellen und abgeschlossenen Projekten

Entwicklung digitaler klinischer Patientenpfade für seltene Erkrankungen am Modell des M. Gaucher

Antragsteller:
Univ.-Prof. Dr. med. Ali Canbay

Sponsor:
Sanofi-Aventis Deutschland GmbH
Siemensstraße 5 b
D-63263 Neu-Isenburg

Projektkoordination und -betreuung:
PD Dr. med. Mustafa Porsch-Özçürümez
PD Dr. rer.nat. Jan-Peter Sowa

Kurzbeschreibung des Projektes:
Für die Versorgung von Patienten mit seltenen Erkrankungen ist eine frühestmögliche korrekte Erkennung der Erkrankung essentiell. Ziele und Projektplan wurden für Morbus Gaucher als Modellkrankheit formuliert und sollen künftig auf andere seltene Erkrankungen übertragen werden. Als Grundlage für eine Optimierung sollen interdisziplinäre Prozesse und Verfahrensweisen innerhalb der Klinik für ein einheitliches Vorgehen in Diagnostik, Therapie und Monitoring für Patienten mit M. Gaucher und M. Niemann-Pick B entwickelt werden. Das Vorgehen bei Patienten mit Verdacht auf eine dieser Erkrankungen wird zwischen den beteiligten Fachabteilungen abgestimmt und dann in den Routinebetrieb überführt werden. Eine hohe Reliabilität der Prozesse soll mit Hilfe strukturierter klinischer Pfade sichergestellt werden, die im Krankenhausinformationssystem IMedOne implementiert werden. Die Verbesserung der Versorgungsqualität und Patientenzufriedenheit wird über Qualitätsindikatoren, die aus den elektronischen Patientenakten aggregiert werden, messbar. Die somit generierten Daten können perspektivisch auch als Grundlage für ein internes Datenregister genutzt werden, über das eine noch sensitivere und frühere Identifizierung von Patienten mit Verdacht auf M. Gaucher ermöglicht wird.

Projektdauer:
01.07.2020 bis 30.06.2021

Projektstatus:
genehmigt durch Sponsor;
Vertragsabschluss ausstehend.

Möglichkeiten der Anwendung künstlicher Intelligenz auf elektronische Krankenakten zur Entdeckung lysosomaler Speicherkrankheiten anhand von "suspected rare disease pattern"

Antragsteller:
Univ.-Prof. Dr. med. Ali Canbay

Sponsor:
Sanofi-Aventis Deutschland GmbH
Siemensstraße 5 b
D-63263 Neu-Isenburg

Projektkoordination und -betreuung:
PD Dr. med. Mustafa Porsch-Özçürümez
PD Dr. rer.nat. Jan-Peter Sowa

Kurzbeschreibung des Projektes:
Menschen mit seltenen Erkrankungen müssen oft Jahre, bisweilen sogar Jahrzehnte auf die richtige Diagnose warten. Zeit, in der viele dieser Erkrankungen fortschreiten und bereits irreversible Schäden oder Folgeerkrankungen verursachen können. Seltene Erkrankungen sind nach der in Europa gültigen Definition Erkrankungen, unter denen nicht mehr als 5 von 10.000 Menschen leiden. Über die Gesamtheit aller mehr als 8.000 bekannten seltenen Erkrankungen beziffert sich die Anzahl der Betroffenen alleine in Deutschland auf mehrere Millionen.
Bisherige Ansätze waren meist darauf ausgerichtet mit höherer Granularität krankheitstypische pathophysiologische oder pathobiochemische Veränderungen zu erkennen, unbekannte Krankheitsentitäten aufzudecken oder die Therapie zu verbessern.
Trotz deutlicher Fortschritte zur Absicherung einer Verdachtsdiagnose, z.B. über die Einführung der Next-Generation-Sequencing-Technologie, bleibt für den mit einem solchen Patienten konfrontierten Arzt das „Dran Denken“ die größte Hürde. Fortbildungsprogramme und Veranstaltungen, die die Aufmerksamkeit für die jeweilige Erkrankung erhöhen sollen, aber auch Patientenverbände, leisten hier einen wesentlichen Beitrag, sind alleine aber unzureichend.
Strategien zur spezifischen Identifizierung von Patienten mit noch nicht diagnostizierten seltenen Erkrankungen müssen insbesondere auf die Optimierung der Vortest-Wahrscheinlichkeit abzielen, um den positiven prädiktiven Wert der Folgediagnostik zu erhöhen. Eine hohe „Trefferquote“ ist auch aus ethischen Gründen notwendig, da die Diagnostik-Odyssee zusätzlichen Leidensdruck erzeugt, der nicht unnötig verstärkt werden sollte.

Ziel des Projektes ist es zu prüfen, ob am Universitätsklinikum Knappschaftskrankenhaus Bochum über die als strukturierte Daten vorhandenen Informationen des Krankenhausinformationssystems (KIS) KI-gestützte Algorithmen entwickelt werden können und für den behandelnden Arzt über diese Entscheidungshilfe ein Mehrwert resultiert.

Projektdauer:
01.07.2020 bis 30.06.2026

Projektstatus:
Prüfung durch Sponsor