Um das individuelle Risiko eines Patienten für Komplikationen schon vor der Operation möglichst genau abschätzen und berücksichtigen zu können, wollen Wissenschaftler des Universitätsklinikums Heidelberg nach eigenen Aussagen Methoden des sogenannten „Maschinellen Lernens“ nutzen.
Im Rahmen des Projekts „Kognitiver medizinischer Assistent (KoMed)“ werde ein interdisziplinäres Team der Kliniken für Anästhesiologie sowie für Allgemein-, Viszeral- und Transplantationschirurgie in den kommenden zwei Jahren einen Algorithmus darin trainieren, eine Vielzahl klinischer Daten von Patienten mittels Big-Data-Analysen auszuwerten. Ziel sei es, in den Daten Muster zu erkennen und Zusammenhänge zu identifizieren, die zur Erstellung individueller Risikoprofile genutzt werden können.
Der gemeinsam mit industriellen Partnern entwickelte KoMed solle zukünftig eine fundierte Entscheidungshilfe bieten, um Komplikationen durch eine angepasste Behandlung und Versorgung zu vermeiden. Das innovative Projekt werde vom Ministerium für Wissenschaft, Forschung und Kunst Baden-Württemberg mit 2 Millionen Euro gefördert.
Kooperationspartner sind der Mitteilung zufolge das Institut für Medizinische Biometrie und Informatik (IMBI), die Abteilung Medizinische Informationssysteme sowie das Zentrum für Informations- und Medizintechnik (ZIM) am Universitätsklinikum Heidelberg. Industrielle Partner sind Mint Medical, phellow seven, Philips und KARL STORZ.
