P4-LUCAT

Personalised Medicine: Multidisciplinary Research Towards Implementation

Fakten

Leitung

Prof. (Univ. Simón Bolívar) Dr. Maria-Esther Vidal

Projektbearbeitung

Prof. (Univ. Simón Bolívar) Dr. Maria-Esther Vidal (Scientific Data Management Group), Samaneh Jozashoori (Scientific Data Management Group), Ahmad Sakor (Scientific Data Management Group), Philipp Rohde (Scientific Data Management Group)

Förderung durch

Bundesministerium für Gesundheit (BMG)

Laufzeit

Januar 2020 - Dezember 2022

Kooperationen

Beschreibung

Im letzten Jahrzehnt wurde eine Vielzahl von neuen Behandlungen zur Heilung von Lungenkrebs vorgeschlagen. Lungenkrebs ist die häufigste Ursache für krebsbezogene Todesfälle weltweit und die häufigste Krebsart. Weiterhin schwankt das Ansprechen auf die neuen Optionen sehr stark zwischen den Patienten und es existieren nur wenige Richtlinien zur Optimierung der Behandlungswahl. Das Ziel von P4-LUCAT ist die Entwicklung einer technischen Lösung um Onkologen bei der Wahl der passendsten Lungenkrebsbehandlung zu unterstützen. P4-LUCAT wird ein analytisches Framework für Big Data zur Verfügung stellen, dass in der Lage ist Patientendaten, öffentliche Repositorien und Literaturnachweise zu integrieren. Das P4-LUCAT-Framework liefert den Ärzten Informationen über: (a) die Wirksamkeit einer Behandlung zugeschnitten auf die geno- und phänotypischen Eigenschaften des Patienten; (b) die erwarteten unerwünschte Arzneimittelwirkungen und Toxizitäten; und (c) entsprechende Literatur, die diese Ergebnisse belegen. Das kann nur durch die Integration von Informationen aus verschiedenen Datenquellen erreicht werden, einschließlich elektronischer Patientenakten, Laborergebnissen aus Proben von Körperflüssigkeiten, wissenschaftlicher Literatur und frei verfügbaren strukturierten Daten. Daher ist auch die Integration von Techniken zur Verarbeitung von natürlicher Sprache bis hin zu Wissensgraphen erforderlich. P4-LUCAT wird eine Auswirkung auf das Gesundheitssystem haben, indem das Projekt bei der Auswahl besserer Behandlungen unterstützt und somit die Toxizitäten und unerwünschte Arzneimittelwirkungen reduziert und die Effektivität der Behandlungen verbessert. Ferner wirken sich bewusste Entscheidungen direkt auf die Behandlungskosten aus, z.B. durch die Reduzierung von Arztbesuchen und unnötigen Tests, sowie der Verbesserung der Lebensqualität und Beschäftigungsfähigkeit der Patienten. Zusammenfassend ergibt P4-LUCAT ein neues Szenario, in dem ein evidenz- und datenbasiertes Informationssystem Onkologen bei der Entscheidungsfindung unterstützt.

Das Team der TIB leitet die Aufgaben zur Unterstützung der Integration von heterogenen Datenquellen und der Semantifizierung von Big Data auf Anfrage. Diese Aufgaben beinhalten: i) Erzeugung einer Förderation von Wissensgraphen; ii) Anfragebearbeitungstechniken für Wissensgraphen; iii) Techniken für die Datenintegration. Als Ergebnis dieser Aufgaben werden wissensgesteuerte Infrastrukturen für die Dateneingabe, -kuration und semantische Beschreibung von Big Data zur Verfügung gestellt.

zurück zur Liste