Sie befinden sich hier

Inhalt

RACOON Projektforschung

Aufgabengebiet 

Seit einigen Jahren hat sich in der Radiologie die Vorgehensweise der sogenannten „strukturierten Befundung“ etabliert. „Strukturierte Befundung“ ist ein Paradigma für die Erfassung, Archivierung und Verarbeitung von medizinischen Daten, das sich dadurch auszeichnet, dass jeder Befund und Messwert zu jeder Zeit mit Metainformationen verknüpft ist, die eindeutig und reproduzierbar definieren, wie dieser Befund erhoben, quantifiziert oder aus anderen Daten abgeleitet wird.

Diese strukturierte Datenhaltung schafft die Voraussetzung, radiologische Befunde in großen Zahlen und in Echtzeit zu verarbeiten, statistisch auszuwerten (einschließlich der Zuführung zu modernen Analysemethoden wie Machine Learning und Data Mining) sowie mit anderen Datenquellen zusammenzuführen.

Die bundesweit erhobenen, nahezu in Echtzeit befundeten, analysierten und zusammengetragenen Daten zu COVID-19-verdächtigen Pneumoniefällen stellen eine wertvolle Entscheidungsgrundlage für epidemiologische Studien, Lageeinschätzungen und Frühwarnmechanismen dar. Mögliche Erkrankungswellen können frühzeitig erkannt und in ihrer Signifikanz beurteilt werden, auch ein langfristiges passives Monitoring ist möglich. Dies kann in dieser Breite und Nachhaltigkeit durch alternative, aktiv betriebene Testkampagnen nur eingeschränkt gewährleistet werden. Forschungsgruppen werden auf Basis des RACOON-Datenbestands die Daten weiter aufbereiten, um “actionable insights” für Politik und Gesundheitswesen zu gewinnen. 

Weiterhin generieren RACOON “science-ready”-Datenprodukte, die aufgrund eines vereinheitlichten Datenmodells und nachhaltiger Qualitätssicherungsmechanismen eine ideale Grundlage für wissenschaftliche Studien darstellen, die Wirkmechanismen der Krankheit und relevante Einflussfaktoren untersuchen und Erkenntnisse zu Risikofaktoren und Therapieansätzen ableiten. Die hochstrukturierten Daten eignen sich auch ideal zum Training Künstlicher Intelligenz, so dass Assistenzfunktionen geschaffen werden können, die Abläufe von der einzelnen Befundung bis zur Kapazitätsplanung im Gesundheitswesen unterstützen. Davon profitieren zunächst Forschende mit innovativen Ansätzen, denen jedoch der eigene Zugang zu ausreichend großen Patient*innenkohorten fehlt; mittelbar fließen die Ergebnisse erfolgreicher Studien in das Gesundheitswesen zurück und verbessern die Behandlungsqualität aller Patient*innen.