Forschungsprojekte Netzwerk Universitätsmedizin - Beteiligung der Universitätsmedizin Leipzig

PI: Prof. Dr. Markus Scholz

Fördersumme: 265.293 €

Laufzeit: 01.02.2026 – 31.07.2028

PI: Dr. Falk Fichtner

Fördersumme: 172.800 €

Laufzeit: 01.02.2026 – 31.01.2029

PI: Prof. Dominik Michalski

Fördersumme: 277.344 €

Laufzeit: 01.02.2026 – 31.01.2029

Beschreibung:

Der Schlaganfall ist weltweit eine der häufigsten Ursachen für bleibende Behinderungen und Todesfälle – obwohl viele Fälle vermeidbar oder gut behandelbar wären. In Deutschland existiert zwar ein dichtes Netz spezialisierter Schlaganfallzentren, bislang fehlt jedoch eine bundesweite Forschungsinfrastruktur, die klinische Studien systematisch unterstützt.

Das Fachnetzwerk Schlaganfall im Netzwerk Universitätsmedizin (NUM) baut daher erstmals eine gemeinsame Plattform für große klinische und klinisch-epidemiologische Studien zur Prävention und Behandlung von Schlaganfällen auf. Ziel ist es, neue Therapien und Versorgungsansätze schneller zu untersuchen und wirksam in die medizinische Praxis zu überführen.

Die Studien decken das gesamte Versorgungsspektrum ab – von der prähospitalen Versorgung über die Akutbehandlung und Rehabilitation bis hin zur Nachsorge und Prävention. Dabei arbeiten Expert:innen aus verschiedenen medizinischen Fachrichtungen sowie Partner aus ambulanter und stationärer Versorgung eng zusammen.

Langfristig soll das Netzwerk dazu beitragen, die Schlaganfallversorgung zu verbessern, innovative Therapien schneller zugänglich zu machen und Deutschlands Rolle in der internationalen Schlaganfallforschung zu stärken.

PI: Prof. Dr. Uta Ceglarek

Fördersumme: 12.915 €

Laufzeit: 01.02.2026 - 31.07.2028

Beschreibung:

NUM4Rare entwickelt eine nationale Registerinfrastruktur für Seltene Erkrankungen und erweitert damit gezielt den bestehenden Datenraum des Netzwerks Universitätsmedizin (NUM) um Daten von Patient:innen mit seltenen Krankheitsbildern. Ziel ist es, bislang verteilte Informationen aus unterschiedlichen Quellen systematisch zu bündeln und für Forschung sowie medizinische Versorgung besser nutzbar zu machen.

Dafür werden krankheitsspezifische und krankheitsübergreifende Registerdaten mit klinischen Routinedaten aus den Datenintegrationszentren (DIZ) der Universitätsmedizin verknüpft und durch Patient-Reported Outcome Measures (PROMs) ergänzt.

PI: Prof. Timm Denecke

Fördersumme: 282.252 €

Laufzeit: 01.02.2026 – 31.07.2028

Beschreibung:

Das hepatozelluläre Karzinom (HCC), eine häufige Form von Leberkrebs, wird oft erst in einem fortgeschrittenen Stadium entdeckt. Aktuell erfolgt die Früherkennung bei Risikopatient:innen meist durch Ultraschalluntersuchungen und Bluttests, die zwar weit verbreitet sind, jedoch nur eine begrenzte Genauigkeit besitzen. Die Magnetresonanztomographie (MRT) kann Tumoren deutlich präziser erkennen, ist aber aufwendiger und daher bisher nicht Teil der regulären Vorsorge.

Das Projekt RACOON MARDER untersucht, wie MRT-Daten gemeinsam mit klinischen Informationen genutzt werden können, um Patient:innen mit besonders hohem Risiko für Leberkrebs frühzeitig zu identifizieren. Dafür werden Biomarker analysiert und statistische sowie KI-basierte Modelle entwickelt, die eine genauere Risikoeinschätzung ermöglichen.

Langfristig soll so ein personalisiertes Screening entstehen, bei dem besonders gefährdete Patient:innen gezielt mit MRT untersucht werden. Ziel ist es, Leberkrebs früher zu erkennen und dadurch bessere Behandlungsmöglichkeiten zu eröffnen.

 PI: Dr. Thomas Wendt

Fördersumme: 12.000 €

Laufzeit: 01.02.2026 – 31.09.2029

Beschreibung:

RAPID (Registry of Adult and Pediatric Intensive Care Data) ist ein dezentrales, föderiertes Register für intensivmedizinische Routinedaten aus Erwachsenen- und pädiatrischen Intensivstationen in Deutschland. Die Datenerhebung erfolgt automatisiert über digitale Schnittstellen direkt aus den Intensiv-Informationssystemen der beteiligten Standorte.

Im Unterschied zu klassischen zentralen Registern verbleiben die Daten bei NUM RAPID lokal an den jeweiligen Einrichtungen. Forschungsanfragen werden föderiert an die Standorte übermittelt und dort automatisiert ausgewertet. Es werden somit ausschließlich die für die jeweilige Fragestellung notwendigen, aggregierten Ergebnisse weitergegeben. Dieses Verfahren erlaubt eine detaillierte Datennutzung und erfüllt zugleich Anforderungen an Datenschutz und Datenminimierung.

Damit schafft NUM RAPID eine wichtige Grundlage für multizentrische klinische Forschung in der Intensivmedizin, für Versorgungsforschung, Qualitätsvergleiche sowie für eine verbesserte Vorbereitung auf Pandemien und andere Krisensituationen.