Wie Algorithmen helfen können, die medizinische Forschung und Patientenversorgung zu verbessern | 5 Fragen an… Nachwuchsforscher Christoph Beger
Christoph Beger ist Nachwuchsforscher in der SMITH-Nachwuchsgruppe „Terminologie- und Ontologie-basierte Phänotypisierung (TOP)“ an der Universität Leipzig. Der gebürtige Leipziger hat Informatik studiert und beschäftigt sich schon seit fast zehn Jahren mit der Entwicklung von Datenbanken und Webanwendungen für Forschungsdaten. Seit 2016 ist er als wissenschaftlicher Mitarbeiter an der medizinischen Fakultät der Universität Leipzig tätig. In diesem Rahmen hat er am Institut für medizinische Informatik, Statistik und Epidemiologie ein System zur Veröffentlichung und Archivierung von medizinischen Forschungsdaten und -ergebnissen etabliert.
In der Nachwuchsgruppe TOP widmet er sich der algorithmischen Phänotypisierung von medizinischen Daten und der Darstellung von medizinischem Wissen in Datenbanken.
Wir haben mit Christoph Beger darüber gesprochen, was algorithmische Phänotypisierung ist und wieso sie die Forschung mit medizinischen Daten und somit langfristig auch die Patientenversorgung optimieren kann. Außerdem hat er uns verraten, wie die berufliche Zukunft als Nachwuchswissenschaftler in der Medizininformatik aussieht.
Woran arbeiten Sie in Ihrer Nachwuchsgruppe und wo liegt Ihr spezielles Aufgabengebiet?
Unser Spezialgebiet ist die Phänotypisierung. Das bedeutet, wir versuchen automatisiert gewisse Eigenschaften bzw. Phänotypen von Patientinnen und Patienten zu erkennen und diese mit Hilfe von Ontologien und Terminologien zu modellieren. Ontologien sind Konstrukte, in denen Wissen abgebildet werden kann. In ihnen wird beispielsweise abstrakt beschrieben, was ein Phänotyp ist und was für Untertypen es gibt. Das abgebildete Wissen ist so formalisiert, dass es für maschinelle Auswertungen verwendet werden kann.
Zudem bauen wir Computermodelle, mit denen wir gewisse Erkrankungen oder Risikofaktoren bei Patientinnen und Patienten frühzeitig erkennen können. Auf die gleiche Weise können wir mit Hilfe der Phänotypisierung Patientinnen und Patienten finden, die gewisse Kriterien für eine Studienteilnahme erfüllen. Hier ein konkretes Beispiel: Diabetes Mellitus Typ 2. Da geht es darum, dass man versucht, möglichst frühzeitig anhand von bereits existierenden Diagnosen, Laborparametern oder verordneten Medikationen zu erkennen, ob eine Person Diabetes Mellitus Typ 2 hat. Mit unserer Forschungsgruppe unterstützen wir dieses Vorgehen, indem wir entsprechende Tools dafür entwickeln. Das ist im Prinzip auch mein Aufgabengebiet: Ich arbeite an der Entwicklung dieser Modelle, die als Grundgerüst dafür dienen, um solche Phänotypen darstellen zu können. Auch im Bereich der Software-Entwicklung bin ich tätig. Wir stellen ein fertiges Framework bereit, das wir den Kliniken oder Forschenden für Studien zur Verfügung stellen können.
Das Thema ist für Laien nicht einfach zu verstehen. Wie sind Sie selbst dazu gekommen und was begeistert Sie an diesem Feld am meisten?
Eigentlich ist die Zusammenarbeit durch das SMITH-Projekt entstanden, in dem es ja genau darum geht, Patientendaten aus der klinischen Routineversorgung den Forschenden besser zur Verfügung zu stellen. Das ist im Moment die Problematik: Wir haben eine riesige Menge an Daten, die in der Klinik anfallen, aber wir können nicht so wirklich darauf zugreifen. Die Daten können nicht einfach ausgewertet werden, sondern IT-Experten oder Biometriker, die gewisse Auswertungsskripte entwickeln, müssen die Analyse ausführen. Mit dem ontologischen Ansatz möchten wir diesen Prozess vereinfachen, um letztendlich eine Früherkennung zu ermöglichen, die Patientenversorgung zu unterstützen und das Gesundheitspersonal zu entlasten.
Die Nachwuchsgruppe hat Mitte 2021 ihre Arbeit aufgenommen. Wie weit sind Sie mit ihrem Projekt momentan?
Wir sind im Moment so weit, dass wir das phänotypische Modell in einem ersten Stadium fertig gestellt haben, sodass man Phänotypen modellieren kann. Die Ausführung dieser Modelle ist teilweise auch schon möglich. Gerade sind wir dabei die Berechnungen, die im Hintergrund laufen, zu erweitern, sodass wir noch weitere Anwendungsfälle unterstützen können, in denen Phänotypen zum Einsatz kommen sollen. Ein Beispiel: Wir können den BMI berechnen oder das eben beschriebene Beispiel von Diabetes Mellitus abbilden. Aber es gibt durchaus komplexere Ansätze, wo dies noch nicht möglich ist. Dahingehend versuchen wir das ganze Modell noch etwas zu schärfen. Woran wir momentan auch noch arbeiten, ist eine Webanwendung, in der sich Forschende ohne IT-Kenntnisse solche Modelle selbst zusammenbauen können. Diese sollen sie dann auf Datensätzen ausführen können, sodass im ersten Schritt Patientinnen und Patienten, die gewisse Kriterien erfüllen, identifiziert werden können.
Wohin möchten Sie sich in Zukunft beruflich weiterentwickeln?
Ich würde mich natürlich freuen, wenn ich auch weiter im Bereich der Medizininformatik arbeiten kann. Vielleicht kommen noch spannende neue Projekte. Ich finde, dass dieser Bereich wirklich extrem wichtig für das Gesundheitssystem und die allgemeine Bevölkerung ist. In den letzten Jahren hat sich das öffentliche Interesse am Gesundheitssystem, den dortigen Prozessen und dessen Optimierung stark vergrößert. Deshalb würde ich dort gerne weiterhin tätig sein. Ich erachte Themengebiete wie Telemedizin, die Vernetzung zwischen Dienstleistern im Gesundheitssystem, aber auch den standardisierten Austausch von Informationen zwischen diesen Anbietern als sehr relevant. Was mir auch wichtig ist: Ich hatte bereits in der Kindermedizin mit statistischen Auswertungen zu tun und ich glaube, das ist tatsächlich ein Bereich, der im Moment zu kurz kommt. Die Kindermedizin sollte mehr unterstützt werden. Der Fokus sollte stärker auf der Prävention liegen, die in den ersten fünf bis fünfzehn Jahren bei Kindern und Jugendlichen relevant ist.
Die Forschung im SMITH-Konsortium ist mir wichtig, weil…
wir die Zugänglichkeit zu Patientendaten aus der Krankenhausversorgung verbessern und damit auch die Forschung und somit die Patientenversorgung unterstützen können.