KI & Bioinformatik

Zum besseren Verständnis von Erkrankungen und deren individualisierter Therapie sind die Identifikation genetischer Risikofaktoren und ihrer molekularen Signalwege sowie die Entwicklung prädiktiver Modelle für Krankheitsverlauf und -schwere von zentraler Bedeutung. An der MHH stehen bestehende und geplante Patientenkohorten mit modernsten (Einzelzell-) Multi-Omics-Daten zur Verfügung. Unsere Nachwuchsgruppe konzentriert sich auf die Vorverarbeitung (Integration) molekularer Daten, um standardisierte und hochqualitative Datensätze für die Analysen der weiteren CAIMed-Nachwuchsgruppen zu erstellen. Das Ziel besteht darin, diese Daten in großem Umfang mithilfe innovativer KI-Methoden zu evaluieren. Hierzu zählen die Identifizierung von Faktoren, die mit dem Schweregrad und Fortschreiten von Krankheiten korrelieren, um individuelle Reaktionen auf Krankheiten/Behandlungen vorherzusagen und somit eine molekulare Grundlage für die Stratifizierung von Patientengruppen zu schaffen.

Aktuell befasst sich die Gruppe mit der Evaluierung von Datensätzen zur Vorhersage von Long-COVID. Dies geschieht im Rahmen der BMFTR-geförderten Projekte AID-PAIS und FEDCOV und inkludiert diverse deutsche COVID19 Kohorten, sowie Datensätze der UK Biobank. Zusätzlich werden Datensätze aus anderen chronischen Virusinfektionen und daraus resultierenden Fatigue-Syndromen (z.B. ME/CFS) integriert, wie z.B. aus chronischen Hepatitis C Virus Infektionen.

Ziel ist die Förderung der Umsetzung dieser mathematischen Modelle in medizinische Behandlungs-, Diagnose- und Prädiktionsverfahren als entscheidender erster Schritt zur individualisierten Prävention und Behandlung.