Aufgrund der rasanten Fortschritte in der medizinischen und pharmakologischen Forschung stehen Ärzt:innen heutzutage immer effektivere Möglichkeiten zur Behandlung von Krebserkrankungen zur Verfügung. Da die entsprechenden Medikamente immer weiter auf spezifische Eigenschaften der betroffenen Patient:innen sowie der jeweiligen Erkrankung abgestimmt werden, ergeben sich jedoch neue Herausforderungen bei der Berücksichtigung der komplexen diagnostischen Daten sowie der verfügbaren Therapieinformationen (z.B. klinische Studien). Seit 2020 entwickelt das Innovation Center Computer Assisted Surgery (ICCAS) der Universitätsmedizin Leipzig gemeinsam mit der Klinik für Hämatologie, Zelltherapie und Hämostaseologie am Universitätsklinikum Leipzig die IT-Plattform „KAIT“ – ein umfangreiches System zur Analyse von medizinischen Informationen, welche den Prozess der Therapieentscheidung beim Krankheitsbild des Multiplen Myeloms nachhaltig unterstützen soll. Das Ziel besteht darin, den behandelnden Ärzt:innen stets alle aktuellen Erkenntnisse über die verfügbaren therapeutischen Möglichkeiten bereitzustellen, sodass jede Entscheidung auf Basis der neuesten Erkenntnisse getroffen werden kann. Hiermit soll ein wichtiger Beitrag für die Behandlung von Myelom Patient:innen in Deutschland, unabhängig vom Ort der medizinischen Betreuung, geleistet werden. Im Rahmen des VOLTA Projektes soll diese neue und innovative Form der klinischen Assistenz nun weiter ausgebaut und weitreichend mit klinischen Expert:innen getestet und optimiert werden. Durch diese Maßnahmen wird sichergestellt, dass „KAIT“ langfristig einen verlässlichen und sicheren Beitrag im klinischen Alltag leisten kann.

Das europäische System für humanitäre Hilfe besteht aus First-Responder-Einheiten, die schnell und flexibel eingesetzt werden können. Bei Katastrophen (z. B. Erdbeben, Tsunamis, Überschwemmungen usw.) werden diese Emergency Medical Teams (EMT) in Katastrophenhilfemissionen eingesetzt, um das lokale Gesundheitssystem zu unterstützen und humanitäre Krisen abzuwenden. Im Rahmen des Projektes „RescEU EMT“ wird das europäische Hilfeleistungssystem um modulare, flexibel einsetzbare Einheiten erweitert.

Das „EMT Operating System“ (EOS) ist ein Informationssystem für Feldkrankenhäuser und First-Responder-Einheiten, das auf die Anforderungen von EMTs bei Katastrophenhilfemissionen zugeschnitten ist. Die Idee wurde im Rahmen des EUMFH-Projektes geboren und entwickelt. Das System unterstützt den gesamten Behandlungsprozess von Patienten von der Triage bis zur Entlassung und ist hochgradig konfigurierbar, um sich an die individuellen Bedürfnisse der EMT anzupassen. Obwohl EOS in erster Linie als elektronische Patientenakte konzipiert ist, enthält es auch wesentliche Funktionen für die EMT-Mission und das Krankenhausmanagement vor Ort. Neben der Patientenverwaltung und der Behandlungsdokumentation ermöglicht EOS eine schnelle Abteilungskonfiguration, die Visualisierung wichtiger Leistungsindikatoren für Krankenhäuser (Patientenaufnahme, Anzahl der Triage-Kategorien, Arbeitsbelastung der Abteilung usw.) und Berichtsfunktionen (z. B. an die lokale Regierung oder die WHO). Daher spielt EOS eine wesentliche Rolle bei der Überwachung und Bewertung der aktuellen Situation und Leistung auf strategischer und taktischer Ebene.

EOS bietet hochgradig anpassbare Funktionen. Sie können für die Anforderungen von spezialisierten Teams, z. Burn Assessment Teams, angepasst werden. Im Allgemeinen umfasst EOS die digitale Dokumentation und Verwaltung der üblichen Prozesse innerhalb eines EMT. Detaillierte Eigenschaften können jedoch abweichen.

EOS setzt auf strukturierte Dateneingabe und -speicherung (im Gegensatz zu Freitexten). Dies gewährleistet eine hohe Informationsqualität und unterstützt eine schnelle und einfache Dateneingabe sowie eine automatische Informationsaggregation in Datenbanken. Letzteres kommt der Meldepflicht zugute und ermöglicht den Vergleich zwischen verschiedenen Missionen oder EMT-Typen.

Aktuelle Information zum Versionsverlauf 

Im Auftrag der avatera medical GmbH (https://www.avatera.eu/home) untersucht das ICCAS die Möglichkeiten zur Optimierung der Positionierungsprinzipien eines neuartigen Robotersystems für laparoskopische Eingriffe. In Zusammenarbeit mit der Urologie des Universitätsklinikums Leipzig wurden die Anforderungen an die Vorpositionierung des Systems am OP-Tisch definiert und in robotergestützte Arbeitsraumsimulationen übertragen.

Ziel dieser Arbeit ist es, eine intuitive Vorgehensweise für den Andockprozess des Roboters am OP-Tisch und eine optimierte Positionierung der Roboterarme am Patienten für den bestmöglichen Arbeitsraum während des Eingriffs bereitzustellen. ICCAS hat einen Leitfaden für das seitliche Andocken des Systems entwickelt und untersucht derzeit die Machbarkeit für radikale Prostatektomien und kombinierte Hysterektomien und Lymphadenektomien.

Die medizinische Entscheidungsfindung zur Bestimmung geeigneter Therapieansätze für eine:n individuelle Patient:in unterliegt in der Praxis sowohl einem medizinischen als auch einem regulatorischen Rahmenwerk. Indikationsspezifische Leitlinien, welche die im jeweiligen Gesundheitssystem zugelassenen (und somit applizierbaren) Behandlungsmöglichkeiten aufzeigen, bilden hierbei die formale Grundlage. Zwar können Ärzt:innen auch außerhalb dieser Vorgaben agieren (s.g. Off-Label Use), benötigen hierzu jedoch in der Regel triftige Gründe und die Zustimmung des jeweiligen Kostenträgers. Weiterhin sind natürlich auch klinische Studien ein essentieller Faktor bei der Evaluation der bestmöglichen therapeutischen Option, wobei dieser Aspekt nicht der Routineversorgung zuzuschreiben und abhängig von zahlreichen externen Faktoren (Studienangebot, Geeignetheit des/der Patient:in, Randomisierung, etc.) ist.

Grundlegend steht bei jedem therapieassoziierten Entscheidungsprozess die Frage im Vordergrund, welche verfügbare Option die höchste Chance auf Erfolg bei gleichermaßen geringem Risiko für das individuelle Krankheitsbild eines/einer Patient:in bietet. Aufgrund der Heterogenität von Individuum und Erkrankung ist diese Abwägung jedoch sehr komplex und bedarf der parallelen Berücksichtigung multipler Faktoren. Die diesen Umstand erleichternde Limitation des therapeutischen Handlungsspielraums löst dabei nicht das Problem der kognitiven Simulation aller möglichen Implikationen, um ein entsprechendes Optimum zu bestimmen. Weiterführend schließt sich außerdem die berechtigte Frage an, welcher Umstand überhaupt als optimal betrachtet werden kann, da die Definition von Erfolg oder Misserfolg bei Behandler:in und Patient:in unterschiedlich ausfallen kann. So könnte eine Therapie zwar zu einem enormen klinischen Erfolg führen, jedoch ebenso mit dem hohen Risiko einer invasiven Nebenwirkung einhergehen. Diese teilweise lebensverändernden Entscheidungen erfordern deshalb ein hohes Maß an Sicherheit, Aufgeklärtheit sowie eine Kommunikation auf Augenhöhe zwischen allen Beteiligten.

Eine technische Möglichkeit zur Bereitstellung von Assistenz im Prozess der medizinischen Entscheidungsfindung sind klinische Entscheidungsunterstützungssysteme, welche spezifische Charakteristiken eines/einer Patient:in (z.B. klinische Befunde) mit einer zuvor erstellen Wissensbasis abgleichen, um alle bereitstehenden Optionen quantitativ zu evaluieren. Im Fokus des VISION-CRE Vorhabens steht deshalb die Etablierung einer »Cognitive Reasoning Engine (CRE)«, welche die leitlinienbasierte Vorgabe möglicher Therapieoptionen durch eine neuartige evidenzgestützte Evaluationsebene ergänzt. Das übergeordnete Ziel besteht demnach in einer Erweiterung der bestehenden Entscheidungshilfen, indem bereits erfasste und aufgezeichnete Erfahrungswerte der Sequenz: (1) Patient:in, (2)Therapie und (3) daraus resultierender Reaktion ausgewertet werden um daraus wertvolle Rückschlüsse für die Gegenwart herzuleiten.

Das Projekt GenoMed4All ist eine EU-weite Initiative zum Aufbau einer Netzinfrastruktur, die den Austausch klinischer Daten in einem “Federated Learning Framework” erleichtern soll. Durch die Integration klinischer Daten bis hin zu Multi-OMICS-Ebenen zielt das Projekt darauf ab, die quantitative Analyse mit Methoden des maschinellen Lernens (ML) und der künstlichen Intelligenz (KI) deutlich zu verbessern. GenoMed4All konzentriert sich auf eine Reihe von hämatologischen Erkrankungen, die durch den besonders fortgeschrittenen Einsatz von Präzisionsdiagnostik und personalisierter Therapien immer komplexer werden.
In Partnerschaft mit der Klinik und Poliklinik für Hämatologie, Zelltherapie und Hämostaseologie des Universitätsklinikums Leipzig trägt das ICCAS zur Implementierung der Datenintegrationsmechanismen sowie der fortgeschrittenen Datenstandardisierung auf Basis von HL7 FHIR bei.

Externe Projektseite: https://genomed4all.eu

Im Projekt SaxoCell Systems erarbeitet das ICCAS auf der Basis formaler Prozessmodelle Mechanismen zum sicheren Tracking von notwendigen Ressourcen (analog sowie digital) im Kontext der ATMP-Entwicklung (bspw. Befunde, Zellmaterial, pharmazeutische Materialien, etc.). Hierfür werden die beteiligten Assets zunächst in Form interoperabler (HL7 FHIR) Ressourcen definiert. Daraufhin werden diese digitalen Abbilder innerhalb einer IT Plattform auf Basis einer Blockchain-Infrastruktur instanziiert und mit einem idealen Prozessmodell mit den Prinzipien von Good Manufacturing Practice (GMP) verglichen. Die daraus resultierende Supply-Chain-Management Lösung soll im Kontext des SaxoCell Gesamtvorhabens eine lückenlose Nachvollziehbarkeit für ATMP Herstellungsprozesse ermöglichen, um ein übergeordnetes und nachhaltiges Qualitätsmanagement in allen Bereichen der intendierten Plattform zu ermöglichen.

Externe Projektseite: https://saxocell.de

NFDI4DataScience (NFDI4DS) folgt einer Vision: für Data Science und die Fortschritte inKünstlicher Intelligenz ist es unabdingbar, alle Schritte des komplexen und interdisziplinären Lebenszyklus für Forschungsdaten vollumfänglich zu unterstützen, also das Sammeln/Erstellen, Verarbeiten, Analysieren, Veröffentlichen, Archivieren und Wiederverwenden der unterschiedlichen Ressourcen.

Durch den Paradigmenwechsel in den letzten Jahren werden die leistungsfähigsten Berechnungsmethoden zunehmend durch datengetriebene Ansätze insbesondere auch Deep-Learning-Ansätze erreicht. Dies hat zur Etablierung von Data Science als eigenständige und allgegenwärtige wissenschaftliche Disziplin geführt, die von den Fortschritten in der Informatik angetrieben wird, aber seine hohe Bedeutung aus den vielfältigen Ergebnissen in fast allen wissenschaftlichen Disziplinen schöpft. Die Herausforderungen für Data Science und die Künstliche Intelligenz liegen in der Beherrschung der modernen Data Science-Methoden, indem die Prinzipien von Transparenz, Reproduzierbarkeit und Fairness für die digitalen Objekte umgesetzt werden, d.h. für die Kombination von Code, Modellen und Daten, die für das Training verwendet werden.

Aufgrund der herausragenden Bedeutung von Data Science und der Künstlichen Intelligenz für die Informatik sowie für das weitere Spektrum vieler wissenschaftlicher Disziplinen wird NFDI4DS seine Forschungsdateninfrastrukturen öffnen, um alle verfügbaren Ressourcen wie Code, Modelle, Daten oder Veröffentlichungen in die wissenschaftlichen Communities einzubringen: NFDI4DS verfolgt die Entwicklung, Einrichtung und Aufrechterhaltung einer nationalen Forschungsdateninfrastruktur für die Communitys in Data Science und der Künstlichen Intelligenz in Deutschland. Dies bietet darüber hinaus Vorteile für eine breitere Community, die auf Datenanalyselösungen z.B. innerhalb der NFDI angewiesen sind. Es ist oberstes Ziel, dass alle digitalen Artefakte verfügbar gemacht, miteinander verknüpft und innovative Tools und Dienste angeboten werden, um durch die vielfältige Wiederverwendung eine neue und innovative Forschung zu ermöglichen.

NFDI4DS beabsichtigt, die Community in Data Science und der Künstlichen Intelligenz, als interdisziplinären Bereich mit Wurzeln in der Informatik, in der Wissenschaft zusammenzubringen und zu vertreten. Wir sind bestrebt, vorhandene Lösungen wiederzuverwenden und eng mit den anderen NFDI-Konsortien als auch anderen Communitys zusammenzuarbeiten. In der Anfangsphase wird sich NFDI4DS auf vier datenwissenschaftlich besonders hervorstechende Anwendungsbereiche konzentrieren: Sprachtechnologie, lebenswissenschaftliche Bereiche, Informations- und Sozialwissenschaften. Das in NFDI4DS verfügbare Fachwissen in Bezug auf Data Science und Künstliche Intelligenz, Infrastrukturentwicklung und weiteres Domänenwissen stellt sicher, dass Metadatenstandards domänenübergreifend interoperabel sind und neue Wege für den Umgang mit digitalen Objekten entstehen.

Als eines der kürzlich erweiterten deutschen Zentren für Künstliche Intelligenz (KI) hat ScaDS.AI das Ziel, die Lücke zwischen der effizienten Nutzung großer Datenmengen in Industrie und Forschung und fortschrittlichen KI-Methoden zu schließen. Zu diesem Zweck reichen die Forschungsthemen am ScaDS.AI von grundlegender KI-Methodik bis hin zur Anwendung von KI in Schlüsselbereichen wie Ingenieurwesen, Umweltsysteme, Industrie und biomedizinische Forschung. Darüber hinaus wird das Vertrauen der Öffentlichkeit in die KI gestärkt, indem ethische und gesellschaftliche Perspektiven integriert und die Forschung über das Service Center und das Living Lab öffentlich zugänglich gemacht werden.
Um die KI in den Biowissenschaften voranzutreiben, kooperiert ScaDS.AI mit dem ICCAS, indem es Forschungsexpertise und Rechenressourcen gemeinsam nutzt und sich dabei vor allem auf modellbasierte, personalisierte Krebsbehandlungen konzentriert.

Ziel des ICCAS im Projekt 5G-COMPASS ist es, aktuelle und zukünftige Kommunikationstechnik in die medizin(-technische) Versorgung zu integrieren. Zum Erreichen dieses Zieles müssen sowohl Medizingerätehersteller als auch Hersteller von Kommunikationstechnik bei der Entwicklung ihrer Produkte unterstützt werden. Im Projekt wird eine Testhardware entwickelt, welche es Medizingeräteherstellern auf einfache Weise ermöglicht, verschiedene Kommunikationskanäle zu testen (Wi-Fi, Li-Fi, 5G) und damit die Leistungsfähigkeit ihrer Produkte zu überprüfen. Auf der anderen Seite werden der Kommunikationstechnik über verschiedene Kanäle realistische Daten zur Verfügung gestellt und damit eine Testung der Kommunikationstechnik in einer realistischen Umgebung ermöglicht. Dazu wird auf die langjährige Expertise im Bereich der Modellierung chirurgischer Eingriffe sowie der Prozessautomation zurückgegriffen.
Auf Ebene der Nachrichtentechnik ist das ICCAS Anwender der Kommunikationstechnik, arbeitet eng mit den Partnern aus der Nachrichtentechnik im Projekt zusammen und bringt Anforderungen und Erfahrungen aus dem Bereich der medizinischen Anwendungen ein.
Punktuell wird an der Entwicklung von Algorithmen und Konfigurationen mitgearbeitet, wo spezifische Anpassungen für den Bereich der medizinischen Anwendungen notwendig sind. Auf Seiten der Medizintechnik wird intensiv mit den Partnern KLS-Martin und SurgiTAIX zusammengearbeitet. Die Ergebnisse werden im LivingLab des ICCAS implementiert und getestet.

Die Trimodale 5G (Tri5G)-Pionierregion steht für ein 5G-Forschungs- und Erprobungsnetz im Leipziger Nordraum. Im Zentrum stehen unterschiedlichste Anwendungsfälle im Schwerpunkt Logistik und öffentliche Versorgung, welche auf die Anforderungen der Industrie und der öffentlichen Dienste zugeschnitten sind.
„Trimodal“ steht sowohl für die im Projekt adressierten Verkehrswege Straße, Schiene und Luft als auch für die potenziellen Anwendergruppen der zu erforschenden Technologie aus Wissenschaft, Wirtschaft und öffentlicher Verwaltung.

Die Tri5G-Modellregion adressiert die Erforschung, Erprobung und Standardisierung von 5G-basierten Diensten in öffentlichen Mobilfunknetzen, zugeschnitten auf die Anforderungen von Industrie und öffentlichen Diensten für regionale wie auch überregionale Anwendungsfälle der Logistik. Ziel ist es dabei im vom Logistikverkehr und der Automobilproduktion geprägten Leipziger Nordraum ein 5G Forschungs- und Erprobungsnetz zu schaffen, anhand dessen professionelle industrielle wie auch behördliche 5G-Kommunikationsdienste in einer öffentlichen Mobilfunkinfrastruktur und unter realen Bedingungen getestet und evaluiert werden können. 

In Tri5G soll ein Konzept entwickelt werden, um die zukunftsweisenden Möglichkeiten der 5G-Technologien hauptsächlich in der Automobilindustrie, der Expresslogistik, der Mehrwertlogistik und des öffentlichen Personennahverkehrs im Umfeld des Leipziger Flughafens konzeptuell zu erfassen. Dabei sollen 5G-Anwendungsfälle unterschiedlicher Hauptanwender in einem einheitlichen Netz vereint werden, um Insellösungen zu vermeiden.

Die 11 Partner untersuchen unterschiedliche Anwendungsfälle in den Bereichen Vernetztes Fahren, Automatisierte Drohnen und Tracking, Monitoring, IoT & Maintenance.
Aufgabe des ICCAS ist die Integration eines vernetzten Rettungswagens in ein öffentliches Mobilfunknetz sowie die Erforschung der Nutzung von Edge Computing via 5G.