Logo ICCAS Logo ICCAS
ISO - Certivication

Forschungsbereich

Modellbasierte Medizin und intelligenter Operationssaal

Prof. Dr. Thomas Neumuth

Projektkoordination

Alexander Oeser

Partner

    Martin-Luther-Universität Halle
    MEDIFINA GmbH, Wien
    Wroclaw Medizinische Universität, Polen
    KfH Kuratorium für Dialyse und Nierentransplantation e.V., Neu-Isenburg
    HeartBalance GmbH, Wien
    Hospital Universitario Fundación Jiménez Díaz, Madrid

Förderer

Förderlogo

headline-markerProDial

Multimodale Datenmodelle zur Evaluation der Dialyseverträglichkeit

Nur etwa 0,1% der gesamten Bevölkerung benötigt eine Hämodialyse-Behandlung. Jedoch erfordert diese komplexe, langjährige und chronische Maßnahme 5 bis 10% der gesamten Gesundheitskosten in den Industrieländern. Obwohl die Behandlung eine lebenserhaltende Entgiftung der Patienten gewährleistet, kann sie jedoch nicht die 5 bis 10-fach höhere Sterblichkeit der betroffenen Patienten mit Nierenerkrankungen im Endstadium verglichen zur Allgemeinbevölkerung verhindern.

Die Qualitäts- und Prozesskontrolle der Hämodialysebehandlung basiert heutzutage auf einer allgemeinen Bewertung biochemischer und verfahrenstechnischer Maßnahmen, die das individuelle Ergebnis der Patienten hinsichtlich Mortalität und Dialyseverträglichkeit nicht wirklich beeinflusst. Aus diesem Grund zielt das ProDial Projekt darauf ab, eine individuelle Analyse der Dialysebehandlung  sowie ein personalisiertes Datenerzeugungs- und -handhabungsschema zu entwickeln. Hierzu werden zeitlich synchrone Daten verschiedener Dialyseaspekte erhoben und ausgewertet. Hierzu zählen unter anderem Patienten- und Therapiecharakteristiken, biomedizinisches Echtzeit-Feedback, Prozessinformationen sowie Patient Reported Outcomes. Innovative und anonymisierte Verfahren zur Datenerfassung, einschließlich der Einbindung tragbarer persönlicher Geräte und Sensoren, sollen hierbei eine integrierte, durchsuchbare und personalisierte Datenspeicherung gewährleisten.

Neuartige Mechanismen zum Auffinden von signifikanten Korrelationen zwischen den referenzierten Datenkategorien sollen nachhaltig die Entwicklung personalisierter Echtzeit-Dialysebehandlungsverfahren ermöglichen. Diese datenbasierten Algorithmen können dann in moderne und intelligente Dialyseeinrichtungen integriert werden. Damit wird eine personalisierte variable Echtzeitbehandlung ermöglicht, die auf das individuelle Komorbiditäts- und Verträglichkeitsverhalten der Patienten unmittelbar reagiert.

Link zur Projektseite (en)