Das Projekt „Gesundheitssystembezogene Analyse von Krankheitsmustern am Beispiel von Lungenerkrankungen“ ist Teil des vom Land Schleswig-Holstein geförderten Verbundprojektes „KI-Ökosystem im Gesundheitswesen“. Am Institut für Medizinische Informatik entwickeln wir in Kooperation mit verschiedenen Kliniken aus dem Universitätsklinikum Schleswig-Holstein (UKSH, Campus Lübeck) und dem Institut für Informationssysteme neue KI-basierte Methoden zur Auswertung von Bilddaten in Kombination mit klinischen Zusatzinformationen.

Die Behandlung zahlreicher Lungenerkrankungen entwickelt sich derzeit von etablierten Standardtherapien hin zu einer personalisierten Medizin. Im Falle von Lungenerkrankungen ist diese Entwicklung besonders wichtig, da diese ein extrem weites Spektrum aufweisen von malignen Tumoren, über Pneumonien inklusive z. B. Covid 19 bis hin zu chronischen Erkrankungen wie COPD, Asthma, pulmonale Hypertonie oder Lungenfibrosen und haben eine hohe sozioökonomische Bedeutung. Bei der Differenzierung der individuellen Krankheitsbilder spielen medizinische Bilder und radiologische Biomarker eine wesentliche Rolle, jedoch sind hier auch eine Vielzahl an Zusatzinformationen über den Patienten wie z. B. Alter, Geschlecht, Labordaten, physiologische Messwerte etc. für die Diagnose und Therapieempfehlung relevant.

In den beteiligten Kliniken liegen umfangreiche annotierte Bilder, strukturierte Datensammlungen und eine hohe medizinische Fachkompetenz im Bereich von Lungenerkrankungen vor. In dem Projekt sollen am Institut für Medizinische Informatik Frameworks zur kombinierten KI-basierten Analyse von Lungenbilddaten und klinischer Patienteninformationen verschiedener Krankheitsmuster wie Covid-19, Lungentumoren etc. entwickelt werden. Exemplarisch sollen anhand konkreter Anwendungsfälle die Möglichkeiten zur Verbesserung der Diagnostik und Erhöhung der Sicherheit bei Therapieempfehlungen aufgezeigt werden. Darüber hinaus sollen im Anwendungsfeld Lungenerkrankungen weitgehend standardisierte Prozesse zur Datenerfassung, Annotation und Integration von KI-Lösungen in den Kliniken herausgearbeitet werden, die in Zukunft eine schnellere Entwicklung von KI-Lösungen im klinischen Umfeld ermöglichen sollen.