Professuren

Die neue Juniorprofessur „Biomedical Data Science“ an der Universitätsmedizin Halle (Saale) wurde von Dr. Jan Christoph am 1. Mai 2021 angetreten. Sie vertieft das Profil im Bereich der Medizininformatik und der datengestützten medizinischen Forschung. Zusätzlich geht mit der Juniorprofessur die wissenschaftliche Leitung des Datenintegrationszentrums (DIZ) einher. Dieses wird von der Universitätsmedizin Halle als Partner des SMITH-Konsortiums im Rahmen der Beteiligung an der Medizininformatik-Initiative (MII) des Bundesministeriums für Bildung und Forschung (BMBF) aufgebaut.

Die Arbeitsgruppe der Professur beschäftigt sich mit dem Schwerpunkt IT-Infrastrukturen für die translationale Forschung. Zwei Doktoranden, unterstützt durch wissenschaftlich orientierte Mitarbeiter am Datenintegrationszentrum, entwickeln Methoden zur Erfassung und Integration klinischer Forschungsdaten sowie für ein begleitendes Forschungsdatenmanagement. Weiterhin wird der Einsatz von Systemen zur klinischen Entscheidungsunterstützung wissenschaftlich unterstützt, z. B. im Rahmen der SMITH-Use Cases oder des Molekularen Tumorboards des Krukenberg Krebszentrums Halle (KKH).

Die Forschungsschwerpunkte der Universitätsmedizin Halle werden damit in den Bereichen der Epidemiologie und Pflegeforschung als auch der Molekularen Medizin und der Signalüberführung weiter gestärkt, insbesondere in den Bereichen Herz-Kreislauf- und Krebserkrankungen.

Das Institut für Digitale Medizin am Universitätsklinikum Bonn, geleitet von Prof. Dr. Stephan Jonas, wurde im Sommer 2021 eingerichtet. Im Rahmen der neuen Professur wird erforscht, wie medizinisch relevante Patientendaten digital erhoben, analysiert und für Studien oder klinische Abläufe nutzbar gemacht werden können. Ein Forschungsschwerpunkt im Institut ist der Nutzen von Smartphones und Wearables, also kleinen, am Körper oder in Körpernähe getragenen Computersystemen. Diese Systeme können im Hintergrund Daten erfassen, welche den physischen oder psychischen Zustand der Benutzerinnen und Benutzer beschreiben. Die so gewonnenen Alltagsdaten können als digitale Phänotypen langzeitig dabei helfen, frühzeitige Indikatoren für Diagnosen zu generieren oder personalisierte Therapien anzubieten, welche für den jeweiligen Lebensstil das optimale Ergebnis erreichen.

In Kooperation mit dem SMITH-Konsortium wird an der Uniklinik Bonn ein Datenintegrationszentrum (DIZ) aufgebaut, um die Daten aus der Versorgung zu anonymisieren und für die biomedizinische Forschung nutzbar zu machen. Als SMITH-Partner beteiligt die Uniklinik Bonn sich zudem am klinischen Anwendungsfall ASIC.

Prof. Dr. Toralf Kirsten wurde zum 1. August 2021 auf die von der Medizinischen Fakultät der Universität Leipzig und dem Universitätsklinikum Leipzig gemeinsam etablierte Professur für Medical Data Science berufen. Die Professur zielt auf die Entwicklung und Etablierung infrastruktureller Komponenten sowie auf die Auswertung von medizinischen Daten, die im Rahmen der Medizininformatik-Initiative am Universitätsklinikum Leipzig gesammelt und aufbereitet werden. Damit soll das Datenintegrationszentrum des Universitätsklinikums Leipzig auf der einen Seite wissenschaftlich unterstützt und die Verbindung zu den klinischen und epidemiologischen Wissenschaftlerinnen und Wissenschaftlern geschaffen werden. Zeitgleich wurde mit der Professur die Abteilung Medical Data Science am Universitätsklinikum Leipzig etabliert, die von Prof. Kirsten geleitet wird.

Zu den aktuellen infrastrukturellen Herausforderungen der Professur zählt der Aufbau und die Etablierung einer verteilen Analyseinfrastruktur mit der Daten aus verschiedenen Universitätskliniken analysiert werden können, ohne dass die Individualdaten der Patientinnen und Patienten das Klinikum verlassen. Die Professur arbeitet dahingehend eng mit dem Fraunhofer Institut für Angewandte Informationstechnologien und der Universität Köln zusammen.

Darüber hinaus kooperiert die Professur eng mit dem Institut für Medizinische Informatik, Statistik und Epidemiologie der Universität Leipzig sowie dem Center for Scalable Data Analytics and Artificial Intelligence Dresden Leipzig (ScaDS.AI). Ersteres ist seit Jahren in die Auswertung von klinischen und epidemiologischen Daten involviert, während das ScaDS.AI vor allem auf die Grundlagen- und anwendungsorientierte Forschung für Big Data und Künstliche Intelligenz (KI) fokussiert ist. Die Kooperation ermöglicht, aktuelle Methoden und Verfahren der KI in der medizinischen Forschung anzuwenden sowie neue Herausforderungen direkt an beide Zentren zu kommunizieren. Die Schwerpunkte der Universitätsmedizin Leipzig werden somit weiter gestärkt, vor allem in Hinsicht auf die Auswertung klinischer Daten.

Prof. Dr. Folker Meyer vertritt seit 2020 den Lehrstuhl für Data Science am Institut für Künstliche Intelligenz in der Medizin (IKIM) des Universitätsklinikums Essen an der Universität Duisburg-Essen.

Neben Methoden der Data Science, früher Big Data genannt, werden auch Methoden der Bioinformatik und Genomforschung eingesetzt. Inhaltlich strebt die Professur für Data Science eine verbesserte Nutzung von Mikrobiom- und Viromdaten zur mittelfristigen Verbesserung der Patientenversorgung an. Die Arbeitsgruppe entwickelt neue Methoden zur Aufbereitung, Integration und Auswertung von Sequenzierungsdaten und deckt dabei den gesamten Prozess ab.

Mit einem datenwissenschaftlichen Ansatz kombiniert, liefern Virom- und Mikrobiomanalysen wichtige Anhaltspunkte für die Erkennung von Infektionen. Die Analysen ermöglichen zum Beispiel einen Überwachungsmechanismus einzurichten, um damit neu auftretende DNA- und RNA-Erreger oder Antibiotikaresistenzen frühzeitig zu erkennen.

Generell kann die schnelle molekulare Charakterisierung von Infektionskrankheiten für die Früherkennung von lebensbedrohlichen Krankheiten wie beispielsweise Sepsis oder nekrotisierender Enterocolitis (NEC), einer entzündlichen Darmerkrankung von der vor allem Frühgeborene betroffen sind, hilfreich sein. Die Nachwuchsgruppe SepsisPrep widmet sich spezifisch der Vorhersage von Sepsis bei Patientinnen und Patienten in der Intensivversorgung.

Die Professur für Medizinische Informatik am Universitätsklinikum Jena zielt auf eine verbesserte Nutzung von Daten aus der Patientenversorgung. Sie dient als Brücke zwischen Informatik, medizinischer Forschung, Lehre und operativer Klinikums-IT.

Die Arbeitsgruppe der Professur entwickelt und erforscht Methoden zur Aufbereitung, Auswertung und algorithmischen Nutzung von Versorgungsdaten. Schwerpunkte dabei sind: Ansätze zur Verbesserung der Datenintegration durch Ontologien, Verfahren zum Datenschutz, u. a. durch Einsatz verteilten, datenschutzfreundlichen, maschinellen Lernens, sowie Methoden der medizinischen Wissensverarbeitung und Entscheidungsunterstützung. Die Arbeitsgruppe arbeitet an der Kombination datengetriebener Künstlicher Intelligenz (KI) mit logikbasierter KI in der Medizin. Ein Anwendungsschwerpunkt ist die Analyse und KI-gestützte Vorhersage von Verbrauchsmengen, Materialströmen und Auslastungszahlen im Klinikbetrieb. Ziel hierbei ist es, die Ressourcen- und Prozessplanung zu verbessern. Ein weiterer Anwendungsschwerpunkt ist der Einsatz Künstlicher Intelligenz zur Erhöhung der Datenqualität.

Ein zusätzliches Tätigkeitsfeld der Professur ist die Entwicklung geeigneter digitaler Lehrformate für die lernwirksame Vermittlung medizininformatischer Kompetenzen. Dabei steht die Förderung einer multiprofessionellen Zusammenarbeit im Gesundheitswesen explizit unter Einschluss von IT-Expertinnen und -Experten sowie von KI-Systemen im Fokus. Das Tätigkeitfeld umfasst die Durchführung von Studien zur Ausbildungsforschung ebenso wie die technische Weiterentwicklung.

Prof. Dr. Frank Ückert leitet das Institut für Angewandte Medizininformatik am Universitätsklinikum Hamburg-Eppendorf und führt mit seinem Team komplexe medizinische Daten zusammen. In Kooperation mit Expertinnen und Experten der Medizininformatik sowie verwandter Fachrichtungen wird neues Wissen generiert, durch welches Krankheiten besser verstanden sowie Patientinnen und Patienten künftig erfolgreicher behandelt werden können. Weiterhin werden innovative Prozesse sowie maßgeschneiderte Methoden und Werkzeuge für Ärztinnen und Ärzte sowie Forschende entwickelt und publiziert.

Ziel ist es, für die medizinische Forschung heterogene Datenbestände zu erschließen, interdisziplinäre und internationale Kooperationen zu ermöglichen und komplexe Analysen zu vereinfachen. Das Institut unterhält Projektgruppen zu Angewandter KI, Agiler Systementwicklung, Datenmanagement, Datenannotation und ‑visualisierung.