Het Duitse Ministerie van onderwijs en onderzoek (BMBF) heeft in 2016 een financieringspakket voor medische informatica (MII) gelanceerd. Het initiatief heeft tot doel om het medisch onderzoek te versterken en de patiëntenzorg te verbeteren. Innovatieve IT-oplossingen moeten in de toekomst de uitwisseling en het intelligent gebruik van gegevens uit de patiëntenzorg en uit klinisch en biomedisch onderzoek mogelijk maken.

De ontwikkeling van de MII vindt in verschillende fases plaats:

• Conceptfase conceptphase (2016-2017)
• Ontwikkelings- en netwerkfase (2018-2022)
• Uitbreidingsfase (2023-2026)

Het BMBF steunt – in eerste instantie tot het einde van de ontwikkelfase in 2022 – een viertal interdisciplinaire consortia met ongeveer 180 miljoen euro. Het kernelement hierbij is in eerste instantie de oprichting van dataintegratiecentra in universitaire ziekenhuizen, onderzoeksinstellingen en bedrijven. Deze centra dienen als pilots om aan te tonen hoe gegevens en kennis locatieonafhankelijk met elkaar kunnen worden verbonden. Ieder van de vier consortia werken aan medische use cases gedefinieerd waarvoor zij exemplarische oplossingen creëren, die later ook breder uitgerold kan worden naar de praktijk. Daarnaast moet ook het medisch onderzoek baat hebben bij een betere gegevens- en kennisbasis.

Het consortium DIFUTURE (Data Integration for Future Medicine) ontwikkelt IT-oplossingen voor het samenvoegen en gebruiken van patiëntengegevens die tot dusver afzonderlijk werden verwerkt en opgeslagen. In het dataintegratiecentrum worden gegevens en processen geharmoniseerd. Commerciële componenten worden met open sourse software gecombineerd.

Consortiumleider
Technische Universität München / Klinikum rechts der Isar

Partners

• Ludwig-Maximilians-Universität München / Klinikum der Universität München
• Eberhard Karls Universität Tübingen / Universitätsklinikum Tübingen
• Universität Augsburg
• Kairos GmbH, Bochum
• Universitätsklinikum des Saarlandes
• Universität Ulm / Universitätsklinikum Ulm
• Universitätsklinikum Regensburg

DIFUTURE werkt aan de hand van twee use cases:

Use Case 1: Multiple Sclerose
De leden van het consortium zijn centraal betrokken bij MS-onderzoek. De gegevens zijn reeds geintegreerd om gedistribueerde analyses mogelijk te maken. De focus ligt op het opsporen van markers en algoritmen die het verloop van de ziekte voorspellen en bijdragen aan een vroegtijdige gerichte en gepersonaliseerde therapie. Het spectrum van geïntegreerde gegevens varieert van klinische en laboratoriumgegevens tot multidimensionaal beeldmateriaal en genetische gegevens. Hier kan men gebruikmaken van zeer grote gegevensverzamelingen die reeds in hoge mate gestandaardiseerd zijn.

Use case 2: Ziekte van Parkinson
De integratie- en analysemethoden van de MS use case worden ook ingezet voor de Parkinson-use case. Ook hier zullen gegevens van uiteenlopende aard worden geharmoniseerd, op een kwaliteitsgecontroleerde manier worden geïntegreerd en vervolgens bruikbaar worden gemaakt voor analyses. Precisiegeneeskunde moet uiteindelijk voor allerlei aandoeningen mogelijk worden gemaakt – ook zeldzame ziekten, kanker, beroertes en hart- en vaatziekten worden overwogen. Therapie, maar ook (vroegtijdige) diagnose, preventie en nazorg moeten aanzienlijk worden verbeterd.

Concept gegevensgebruik
DIFUTURE past de beginselen van de samenwerkingspartner GO-FAIR toe: de gegevens moeten vindbaar, toegankelijk, interoperabel en herbruikbaar zijn. De vrije keuze en patient trust, alsmede de informationele zelfbeschikking zijn absolute kernpunten voor DIFUTURE. Om gegevensbescherming op het hoogste niveau te garanderen, worden innovatieve methoden gebruikt, zoals distributed computing en machine learning en systematische risicoanalyses.

NB: DIFUTURE zet sterk in op internationale samenwerking. Het Dutch Techcentre for Life Sciences in Utrecht is een geassocieerde partner van dit consortium in het kader van het GO-FAIR initiatief.

Het HiGHmed (Heidelberg – Göttingen – Hannover Medical Informatics) consortium bundelt en integreert de competenties van acht universitaire ziekenhuizen en medische faculteiten en van andere partners uit de wetenschap en het bedrijfsleven, met als doel innovatieve informatie-infrastructuren te ontwikkelen en zo een snellere overdracht van resultaten van onderzoek naar de klinische praktijk mogelijk te maken.

Consortiumleider
Universitätsklinikum Heidelberg und Medizinische Fakultät der Universität Heidelberg

Partners

• Universitätsmedizin Göttingen
• Medizinische Hochschule Hannover
• Deutsches Krebsforschungszentrum (DKFZ), Heidelberg
• Hasso Plattner Institut Potsdam
• HAWK Hochschule für angewandte Wissenschaft und Kunst, Göttingen
• Technische Universität Braunschweig
• Hochschule Heilbronn
• Technische Universität Darmstadt
• Universitätsklinikum Würzburg (UKW) und Julius-Maximilians-Universität Würzburg (JMU)
• Universitätsklinikum Schleswig-Holstein – Campus Kiel
• Universitätsklinikum Köln
• Charité – Universitätsmedizin Berlin
• Helmholtz-Zentrum für Infektionsforschung GmbH, Braunschweig
• Robert Koch-Institut, Berlin
• InterComponentWare AG (ICW), Walldorf
• NEC Laboratories Europe GmbH, Heidelberg
• Ada Health GmbH, Berlin
• Siemens Healthineers, Erlangen
• Westfälische Wilhelms-Universität (WWU) Münster / Universitätsklinikum Münster (UKM)
• Dell GmbH, Frankfurt am Main
• Carl-Thiem-Klinikum Cottbus

HiGHmed werkt op basis van drie use cases op het gebied van oncologie, cardiologie en infectiebestrijding.

Use Case 1: Oncologie
De use case oncologie heeft betrekking op de uitdaging om enorme hoeveelheden gegevens van genoomsequencing en radiologie in de klinische praktijk te integreren. Een virtueel oncologisch centrum zal het verloop van de behandeling van kankerpatiënten illustreren en als uitwisselingsplatform dienen voor klinieken, onderzoeksinstellingen, artsen en patiënten. Op die manier zullen gelijkaardige kankergevallen beter worden herkend en zal een individuele patiëntgerichte behandeling mogelijk worden.

Use Case 2: Cardiologie
In deze use case worden naast klinische gegevens ook nieuwe mobiele diagnosetechnologieën voor de langetermijnobservatie van chronisch zieke patiënten getest. Zij maken het mogelijk uitgebreide en soms zeer specifieke gegevens te verzamelen. Deze gegevens kunnen worden gebruikt om verslechteringen bij patiënten met een hoog risico op hart- en vaatziekten in een vroeg stadium op te sporen en zo het ziekenhuisverblijf en het sterftecijfer op lange termijn te verminderen.

Use Case 3: Infectiebestrijding
In de use case infectiebestrijding wordt een softwaresysteem ontwikkeld om verschillende gegevensbronnen van ziekenhuizen te analyseren om mogelijke uitbraken van ziekenhuisinfecties in een vroeg stadium op te sporen. Het geautomatiseerde waarschuwingssysteem gebruikt algoritmen om in een vroeg stadium ziekteverwekkers en clusters in ziekenhuizen te identificeren. Het systeem is bedoeld om infecties te helpen voorkomen en uitbraken snel te kunnen stoppen, alsook om mogelijke oorzaken van infecties en uitbraken op te sporen.

Concept gegevensgebruik
Het HiGHmed-concept voor gegevensbescherming is gebaseerd op de algemene concepten voor gegevensbescherming van het Technologie- und Methodenplattform für die vernetzte medizinische Forschung e.V. (TMF), die in 2014 zijn gepubliceerd.

MIRACUM (Medical Informatics for Research and Care in University Medicine) is een consortium van tien universitaire ziekenhuizen, twee universiteiten en bedrijf uit zeven Duitse deelstaten. Het doel van het consortium is klinische, beeld- en moleculaire/genomische gegevens voor gebruik in innovatieve onderzoeksprojecten beschikbaar te maken, zowel binnen als tussen meerdere instellingen, via modulaire, schaalbare en gefedereerde data-integratiecentra.

In een poging om de biomedische informatica en de medische gegevenswetenschappen te versterken, zijn tien nieuwe leerstoelen op de MIRACUM-locaties bekendgemaakt, meer posten zullen volgen. Ook zal een gezamenlijk masterprogramma voor biomedische informatica en medische gegevenswetenschap worden opgezet, dat op verschillende locaties zal worden uitgevoerd.

Consortiumleider
Friedrich-Alexander-Universität Erlangen-Nürnberg

Partners

• Johann Wolfgang Goethe-Universität Frankfurt am Main & Universitätsklinikum Frankfurt
• Albert-Ludwigs-Universität Freiburg & Universitätsklinikum Freiburg
• Justus-Liebig-Universität Gießen & Universitätsklinikum Gießen/Marburg
• Technische Hochschule Mittelhessen
• Universitätsmedizin der Johannes Gutenberg-Universität Mainz
• Medizinische Fakultät Mannheim der Ruprecht-Karls-Universität Heidelberg & Universitätsklinikum Mannheim & Hochschule Mannheim
• Otto-von-Guericke Universität Magdeburg & Universitätsklinikum Magdeburg
• Philipps-Universität Marburg & Universitätsklinikum Gießen/Marburg
• Universitätsmedizin Greifswald
• Technische Universität Dresden & Universitätsklinikum Carl Gustav Carus
• Averbis GmbH, Freiburg

Use Case 1: IT-ondersteuning voor patiëntenwerving
Veel klinische studies sneuvelen vanwege te weinig deelnemers. Om het digitale wervingsproces van proefpersonen te verbeteren, zal MIRACUM platforms integreren in de infrastructuur van het zorginformatiesysteem van de 10 deelnemende universitaire ziekenhuizen.

Use Case 2: Klinisch-moleculair voorspellend kennisinstrument
MIRACUM’s data-integratiecentra maken de identificatie en stratificatie van patiëntencohorten mogelijk op basis van klinische parameters, biomarkers en moleculaire/genomische gegevens, met als doel voorspellende modellen te ontwikkelen. Slimme, op FHIR-gebaseerde apps die zijn geïntegreerd in omgevingen voor zorginformatiesystemen helpen deze modellen in de praktijk te brengen en ondersteunen artsen bij het nemen van beslissingen op het gebied van diagnose en behandeling. In eerste instantie zal de nadruk liggen op longziekten en hersentumoren.

Use Case 3: Ondersteuning van moleculaire tumorboards
In de context van tumoren is de precisiegeneeskunde al zeer ver gevorderd. Voor veel tumoren kan men tegenwoordig zgn. “driver mutaties” identificeren, die daarmee gericht kunnen worden behandeld. In moleculaire tumorboards (MTB’s) komen klinische informatie en resultaten van moleculair/genetisch onderzoek samen ten behoeve van interdisciplinaire besluitvorming. MIRACUM wil de complexe processen van kwaliteitsborging, gegevensvoorbereiding, gegevensanalyse en dataintegratie tussen genetische high-throughput-analyses en beslissingen over medische therapieën verbeteren met innovatieve IT-oplossingen. Bovendien zullen ziekenhuizen profiteren van efficiënte instrumenten voor gegevensvisualisatie die hen helpen de juiste therapieën te kiezen.

Concept gegevensgebruik
De gegevensstromen worden opgezet in overeenstemming het algemene gegevensbeschermingsconcept van TMF, en met toestemming van de patiënt. Het gebruik en de analyse van gegevens op meerdere locaties is gebaseerd op gefedereerde en gedecentraliseerde gegevensopslag en op de filosofie van “bringing the analysis to the data”.

 

SMITH (Smart Medical Information Technology for Health Care) ontwikkelt innovatieve IT-oplossingen om het gebruik van antibiotica ter bestrijding van bepaalde ziekteverwekkers te verbeteren. Een andere toepassing is de intensive care geneeskunde. Hier moeten IT-oplossingen artsen helpen complicaties eerder te herkennen en sneller levensreddende maatregelen te nemen.

Consortiumleider
Universität Leipzig

Partners

• Universitätsklinikum Leipzig
• Universitätsklinikum Aachen
• Rheinisch-Westfälische Technische Hochschule Aachen
• Universitätsklinikum Jena
• Friedrich-Schiller-Universität Jena
• Universitätsklinikum Hamburg-Eppendorf
• Universitätsklinikum Essen
• Universitätsklinikum Bonn
• Averbis GmbH, Freiburg
• Fraunhofer-Institut für Software- und Systemtechnik ISST, Dortmund
• Forschungszentrum Jülich GmbH
• Bayer AG
• ID Information und Dokumentation im Gesundheitswesen GmbH & Co. KGaA, Berlin
• März Internetwork Services AG, Essen
• Universitätsklinikum Halle (Saale)
• Universitätsmedizin Rostock
• Universitätsklinikum Düsseldorf
• Verband des Universitätsklinikums der Ruhr-Universität Bochum

Methodologische use case: PheP – pipeline voor fenotypering ter ondersteuning van klinische evaluatieprojecten
In de methodologische use case Phenotyping Pipeline, kortweg PheP, ontwikkelt SMITH innovatieve data-analysemethoden om automatisch medische informatie uit elektronische patiëntendossiers te extraheren. Evaluatieprojecten en berekeningen op basis van de bestaande gegevens leiden zo tot steeds nieuwe patiëntgerelateerde informatie en tot een gedifferentieerde karakterisering van menselijke kenmerken, de zogenaamde fenotypes. Klinisch onderzoek en patiëntenzorg kunnen op lange termijn worden geoptimaliseerd dankzij de rijke gegevensvoorraad.

Klinische use case 1: ASIC – Algorithmische monitoring op de intensive care
Met de ASIC use case bevordert SMITH de verbetering van de patiëntenzorg door gebruik te maken van reeds bestaande klinische routinegegevens. Dit doen ze aan de hand van het voorbeeld van de behandeling van patiënten met ARDS, een ziekte waaraan vandaag de dag nog steeds ongeveer 40% van alle getroffen patiënten overlijdt. De ASIC-app die voor dit doel werd ontwikkeld, functioneert als een early warning systeem door artsen voor het mogelijke optreden van ARDS te waarschuwen nog voordat de toestand van de patiënt kritiek dreigt te worden.

Klinische use case 2: HELP – Gerichte antibiotica therapie in infectie geneeskunde
De HELP use case heeft betrekking op het gebruik van antibiotica voor de vroegtijdige gerichte bestrijding van bepaalde bacteriële infecties. De nadruk ligt op de ondersteuning van infectieziekten op normale en intensive care-afdelingen door middel van de HELP-app. Deze app voorziet medisch personeel van snelle informatie en aanbevelingen voor een verantwoorde antibioticatherapie voor stafylokokkenbloedbaaninfecties.

Concept gegevensgebruik
Gegevens worden op lokaal niveau door de data-integratie centra plaats, die toegang hebben tot de ziekenhuisinformatiesystemen (ZIS) en dus tot het gebruik van patiëntengegevens. De patiëntengegevens worden in het ziekenhuis individueel geanalyseerd en becommentarieerd. Alleen geautoriseerd personeel van de centra voor data-integratie heeft toegang tot deze gegevens via het lokaal werkende HIS-systeem. Onderzoek van patiëntengegevens is alleen mogelijk met toestemming van de patiënt.