Die Bevölkerung in Deutschland lebt immer länger: Die Lebenserwartung ist in den letzten zwanzig Jahren von 78 auf 81 Jahre gestiegen. Damit verbunden sind jedoch auch erhebliche und kontinuierlich steigende Gesundheitsausgaben. Denn je älter die Menschen werden, desto häufiger treten meist multiple chronische Krankheiten und altersbedingte Funktionsdefizite auf. Der einzelne Patient wird zu einem komplexen klinischen Mosaik, das die traditionelle Medizin auch durch zunehmende Kosten vor Herausforderungen stellt.

Die Digitalisierung öffnet bei einer großen Zahl von Krankheitsbildern Forschungs- und Anwendungspotenziale, um Prävention, Diagnostik und Therapie zu verbessern. Die Analyse großer klinischer und molekularer Datensätze (Big Data) kann einen wichtigen Beitrag zu einer personalisierten, auf den Einzelnen ausgerichteten Medizin leisten und dabei möglicherweise sogar Kosten senken. Wir stellen einige Forschungsprojekte vor, die das Potential aufzeigen, das sich aus der Analyse großer Datenmengen im biomedizinischen Bereich für die personalisierte Medizin ergibt.

B
Fluorescence microscopic image of a multi-species biofilm on stainless steel

BacData

Aufbau eines Analyserahmens für die Präzisionsmikrobiologie zur Bekämpfung von biofilmassoziierten Infektionen.
L
Leibniz AI Lab Logo

LeibnizKILabor

Das International Future Lab for AI erforscht drei Jahre lang neue Themen im Bereich KI und entwickelt intelligente Lösungen für die personalisierte Medizin.
P
P4D

P4D

Das P4D-Projekt zielt darauf ab, die Diagnose, Therapie und Prävention von depressiven Störungen durch personalisierte Behandlungsansätze unter Verwendung von Methoden des maschinellen Lernens und der klinischen Validierung von Blutmarkern zu verbessern.
Z
Zukunftslabor "Gesundheit" (Future Lab "Health“)

Zukunftslabor “Gesundheit” (Future Lab “Health“)

Das Zukunftslabor Gesundheit gibt anwendungsorientierte Antworten, um innovative Lösungen zur Etablierung digitaler Technologien in der Gesundheitsversorgung zu fördern.