ACRIBiS

Advancing Cardiovascular Risk Identification with Structured Clinical Documentation and Biosignal Derived Phenotype Synthesis

Medizinische Fachgesellschaften empfehlen Instrumente zur personalisierten Risikobewertung, um die Vorbeugung, Diagnostik und Behandlung von Herz- und Kreislauferkrankungen individuell anzupassen. Die Umsetzung dieser Empfehlung in die klinische Praxis weist in Deutschland allerdings noch Verbesserungsbedarf auf: Es fehlt u.a. an technischen Strukturen, um relevante klinische Informationen aus unterschiedlichen Quellen zusammenzuführen; die Datenerfassung in elektronischen Gesundheitsakten ist unzureichend standardisiert wie strukturiert und der Datenaustausch oft erschwert, wodurch automatisierte individuelle Risikoberechnungen behindert werden. Eine standardisierte Infrastruktur für hochauflösende Biosignalanalysen (z. B. aus EKGs) als wichtige, bisher meist ungenutzte Ressource für individuelle Risikobewertungen fehlt.

An dieser Stelle setzt ACRIBIS an: ACRIBiS kombiniert standardisierte und strukturierte klinische Aufzeichnungen und Biosignal-Analysen an 15 Partnerstandorten und untersucht die so erreichbare Verbesserung der individuellen Risikoabschätzung. Hierzu wird ACRIBiS eine standardisierte Erfassung von relevanten klinischen Daten etablieren, die gemeinsame Infrastruktur der Medizininformatik Initiative (MII) und des Netzwerkes Universitätsmedizin (NUM) durch eine interoperable Biosignal-Integration verbessern, die Vorhersagekraft von Risikomodellen auf Grundlage von standardisierter klinischer Dokumentation und Biosignalen einzeln und in Kombination anhand der ACRIBiS-Kohorte (ca. 4500 Patientinnen) überprüfen sowie die Patientinnen durch Bereitstellung einer interaktiven Risikovisualisierung (App) in die individualisierte Risikoidentifizierung einbeziehen und so zur Entwicklung des Risikobewusstseins beitragen.

ACRIBiS wird demgemäß einen grundlegenden Baustein für das dynamisch lernende Gesundheitssystem der Zukunft auf der Systemebene beisteuern und den Weg zu einer nachweislich effektiven und dynamisch adaptiven klinischen Entscheidungsunterstützung auf der Patientenebene ebnen.