Mehr Details über unsere d.hip Struktur – die 4 Elemente
d.hip Projekt – Der Digital Health Twin
Ein besonderer Fokus unserer Platform widmet sich klinischen Vorhersagemodellen für Prävention, Diagnose, Therapie und Nachsorge, die sich aus strukturierten Analysen und Interpretationen von diversen Datenarten beschäftigt. Zu diesen Daten gehören unter anderem medizinische Bilder, Geninformationen, Laborauswertungen, Vitaldaten aus Apps oder von Wearables und viele weitere. Durch die individuelle Beurteilung der Situation eines Patienten nicht nur im direkten Vergleich mit vorhandenen, relevanten und dokumentierten Daten sondern zusätzlich mit den jeweils eigenen, im Laufe des Lebens erfassten Daten, werden klinische Aussagen wesentlich präziser und personalisierter.
Diese plattformbasierte Anwendung ist unser sogenannter Digitale Gesundheitszwilling – oder der Digital Health Twin. Das digitale Ebenbild eines individuellen Patienten, das sich mit jeder neuen Untersuchung selbst aktualisiert und sowohl mit relevanten klinischen Daten als auch mit dem eigenen, jüngeren ich vergleicht. Deshalb beginnt unsere Patientenreise mit der Dokumentation nicht erst als „kranker“ Patient, sondern bereits im Rahmen von diversen Screening- und Vorsorge-terminen, die die Erfassung eines gesunden bzw. symptomfreien ich ermöglichen.
Die Umsetzung dieses Projektes erfordern neben einer engen Zusammenarbeit zwischen Klinikern, IT Spezialisten und Produktenwicklern auch eine intensive Abstimmung mit Datenschutzbeauftragten und Ethikkommissionen. Der verantwortungsbewusste Umgang mit klinischen Daten steht an oberster Stelle.
Im Rahmen dieser Entwicklung beschäftigen wir uns primär mit zwei ausgewählten klinischen Anwendungsbereichen – Rheumatische Erkrankungen und die Gesundheit der Brust. Sukzessive bauen wir somit mittelfristig ein holistisches Modell eines Patienten nach – der Digitale Patient (Digital Health Twin).
Das größte Potential unseres Digital Health Twins ist es, pathologische Entwicklungen früher zu erkennen und ihnen entsprechend entgegenzuwirken, bevor sie sich manifestieren und eine Therapie weniger erfolgsversprechend aber dennoch kostenintensiver wird. Multimodale Datenarten werden nicht nur strukturierter zur Verfügung stehen, sondern auch über sektorale Grenzen hinweg interpretiert und in patientenindividuelle Modelle einbezogen. Damit passen sich auch therapeutische Strategien an die personalisierte Versorgung an. Viele Erkenntnisse werden sich allerdings erst zeigen, wenn unterschiedliche Einflussfaktoren auf Krankheitsverläufe erfasst und deren Auswirkungen auf klinisch messbare Daten miteinander in Abhängigkeit gebracht werden können. Dazu bedarf es qualitativ hochwertig aufbereiteter Daten einerseits und starker Machine Learning Algorithmen andererseits. Strukturen wie sie bei unserem d.hip vorhanden sind!
d.hip digital health data center
Die Verfügbarkeit klinischer Daten ist für die Gesundheitsforschung unabdingbar, um effiziente Methoden zu entwickeln, mit denen die besten Vorhersagen für Diagnosen und Therapien erreicht werden.
Das d.hip digital health data center unterstützt die translationale Forschung in den Medical data science durch die Bereitstellung modernster Hardware- und Softwareinfrastruktur und durch die semantische Augmentierung multisektionaler klinischer Datensätze mit Schwerpunkt im medical imaging für ausgewählte innovative Kooperationsvorhaben. Eingebettet in das Universitätsklinikum Erlangen erfolgt hierbei eine enge Zusammenarbeit mit dem Datenintegrationszentrum (DIZ) sowie der dortigen Treuhandstelle (THS) unter vollständiger Prozessintegration der standardisierten Governancevorgaben der bundesweiten Medizininformatikinitiative (MII) in Bezug auf das Datahandling.
Die moderne Hardware- und Softwareinfrastruktur ermöglicht einen volldigitalisierten Projektzyklus von Projektkoordination und -management, über das Datahandling und die semantische Aufarbeitung bis hin zur Nutzung neuster GPU-Technologien für Entwicklung und Validierung innovativer Ansätze der künstlichen Intelligenz in den Medical data science. Im d.hip data center arbeitet ein interdisziplinäres und diverses Team bestehend aus Clinician scientists und Medical data scientists in enger Zusammenarbeit und Abstimmung mit den Projektleitenden der Kooperationsvorhaben, um die Translation vielversprechender wissenschaftlicher Forschungsansätze in die klinische Evaluation zu beschleunigen.
Zusätzlich entwickelt das d.hip data center als Thinktank das klinisch-wissenschaftliche und translationale Rahmenkonzept für das Hauptforschungsvorhaben des d.hip, das „d.hip Projekt- Der Digital Health Twin“.
d.hip space
Soweit es die aktuelle Lage erlaubt, treffen sich in unseren d.hip Räumlichkeiten (ehemaliger Showroom der Siemens Healthineers) in der Henkestr. 127, Erlangen regelmäßig Interessensgemeinschaften, die sich für die neuesten Entwicklungen im Bereich Digital Health interessieren. Start-Ups, Firmen, Forscher, Kliniker, Ethiker und Wirtschaftler kommen bei uns zusammen, um zu netzwerken oder sich einfach zu informieren.
Sollten auch Sie Interesse an der Durchfühung einer Konferenz, eines Hackathons, oder von Co-Creation-Sessions haben, schreiben Sie uns gerne eine E-Mail. Wir freuen uns, Sie in unsere Community mit aufzunehmen. Zusätzlich zu unserer Veranstaltungsfläche finden Sie bei uns auch einen Makerspace, Co-Working Arbeitsplätze und gut ausgestattete Besprechungsräume. Mehr Informationen hierzu finden Sie hier.
d.hip digital health campus
Im Rahmen der engen Zusammenarbeit mit unseren Partnern sind wir stolz darauf, die personellen Kapazitäten an der FAU rund um das digitalisierte Gesundheitswesen deutlich zu verstärken. Vier neue Kollegen und Kolleginnen, die als W1-Professoren nach Erlangen kommen, beschäftigen sich allesamt mit dem Bereich Digital Health. Zu den Professorenstellen bieten wir außerdem insgesamt 11 PhD Stipendienstellen an, deren wissenschaftliche Grundlage ebenfalls der Umgang mit multisektoralen klinischen Daten ist.