IDEAL Der Intelligente Digitale Leitlinien-Editor - Anwendung kausaler Inferenz zur Evidenzgewinnung mittels emulierter klinischer Studien

Im Zentrum des AI Center for Health Care-Projekts Intelligenter Digitaler Leitlinien-Editor (IDEAL) steht die Erarbeitung einer Methodik, um mit der Anwendung von maschinellen Lernverfahren, kausaler Inferenz und adaptiven statistischen Methoden auf Routinedaten Evidenz für klinische Fragestellungen zu generieren und diese durch einen digitalen Leitlinien-Editor schnell in bestehende Leitlinien integrieren zu können.

Von links: Maria Frielinghaus, Sandrine Müller, Eike Voss © Shanice Allerheiligen / U Bremen Research Alliance

Beim Projekt Intelligenter Digitaler Leitlinien-Editor (IDEAL) handelt es sich um ein Forschungsvorhaben des Fraunhofer-Instituts für Digitale Medizin MEVIS, des Leibniz-Instituts für Präventionsforschung und Epidemiologie – BIPS und der AG Angewandte Statistik der Universität Bremen. Im Zentrum des Projekts steht die Erarbeitung einer Methodik, um mit der Anwendung von maschinellen Lernverfahren, kausaler Inferenz und adaptiven statistischen Methoden auf Routinedaten Evidenz für klinische Fragestellungen zu generieren und diese durch einen digitalen Leitlinien-Editor schnell in bestehende Leitlinien integrieren zu können.

Diese Entwicklungen können in Zukunft potentiell zu einer effizienteren Anpassung von klinischen Leitlinien beitragen, indem vorhandene Routinedaten besser als bisher zur Evidenzgewinnung verwendet werden bzw. notwendige klinische Studien zielgerichteter geplant und durchgeführt werden können. Damit wäre ein wichtiger Baustein, um die Digitalisierung der herkömmlichen, analogen Leitlinienentwicklung voranzutreiben. Das Projekt soll damit eine Brücke zwischen fortschrittlichen Methoden und Technologien und der klinischen Anwendung schlagen. Schlussendlich sollen auch Patient:innen profitieren, insbesondere Gruppen, die selten in klinischen Studien berücksichtigt werden.

"Patient:innen und Mediziner:innen würden wahrscheinlich von den Ergebnissen unserer Forschung und anderer ähnlicher Projekte profitieren. Es ist eine Win-Win-Situation für beide Gruppen. Indem wir dafür sorgen, dass die Leitlinien regelmäßig aktualisiert werden, tragen wir zu den zahlreichen Maßnahmen zur Verbesserung der Gesundheitsversorgung bei."
- Sandrine Müller

Projektverantwortliche

Dr. Max Westphal

Principal Scientist Data Science & Biostatistics am Fraunhofer MEVIS

Dr.-Ing. Markus Wenzel

Key Scientist am Fraunhofer MEVIS

IDEAL Der Intelligente Digitale Leitlinien-Editor - Anwendung kausaler Inferenz zur Evidenzgewinnung mittels emulierter klinischer Studien

Projektmitarbeitende

Projektverantwortliche

Dr. Max Westphal

Dr.-Ing. Markus Wenzel

Beteiligte Institutionen

In der U Bremen Research Alliance kooperieren: