Sie sind hier: Skip Navigation LinksKlinik und Poliklinik für Diagnostische und Interventionelle Radiologie

Forschungsprojekte

Innovation in der medizinischen Bildgebung
Die digitale Transformation der Radiologie revolutioniert die Patientenversorgung. Im Fokus unserer akademischen Arbeitsgruppen steht die klinische Validierung moderner KI-Algorithmen und quantitativer Bildanalysen (Radiomics). Diese digitalen Instrumente erlauben es uns, komplexe Tumor- und Gewebeeigenschaften präzise zu entschlüsseln, Krankheitsverläufe exakter vorherzusagen und Therapien perfekt auf das Individuum abzustimmen.

Unsere Forschung dient immer dem Ziel, die Behandlung für unsere Patient:innen noch sicherer und präziser zu machen. Welche wissenschaftlichen Projekte wir dafür aktuell vorantreiben, zeigt die nachfoglende Übersicht:

RACOON

Radiological Cooperative Network des NUM

PD Dr. med. Hans-Jonas Meyer​ (hans-jonas.meyer@medizin.uni-leipzig.de), 
Prof. Dr. Timm Denecke ​(​radiologie@medizin.uni-leipzig.de​).

Unser Klinikum nimmt an dem deutschlandweiten Projekt RACOON teil. RACOON ist ein vom Bundesministerium für Bildung und Forschung gefördertes Projekt zur Entwicklung von Bildanalyseverfahren und künstlicher Intelligenz zum besseren Verständnis von COVID-19 und ähnlichen Erkrankungen. Es soll helfen, die Diagnostik und Therapieentscheidungen im Management von COVID-19 und verwandten Erkrankungen zu verbessern. 

RACOON ist eine Forschungsinfrastruktur, die auf einem einzigartigen hybriden Netzwerkinfrastrukturkonzept aufbaut. Mithilfe der RACOON Infrastruktur soll es Forschenden ermöglicht gemacht werden, Forschungsprojekte mit mehreren Universitätskliniken gemeinsam durchzuführen, um daraus belastbare Erkenntnisse für die Verbesserung der Krankenversorgung abzuleiten. RACOON besteht aus bundesweit verteilten Hardwareknoten an jeder Universitätsklinik (RACOON-NODEs) und einer zentralen Umgebung am Universitätsklinikum Essen (RACOON-CENTRAL). Durch die erstmalige Anbindung aller universitätsmedizinischen Institute in Deutschland entsteht die Möglichkeiten zu großflächigen, bundesweiten Forschungsprojekten, welche bisher nicht umsetzbare Forschung möglich macht. So können Wirkmechanismen von Erkrankungen, relevante Einflussfaktoren auf deren Verläufe untersucht werden und Erkenntnisse zu Risikofaktoren vulnerabler Patientengruppen und der Wirksamkeit von Therapieansätzen abgeleitet werden. Mit RACOON können Forschungsprojekte mit innovativen Ansätzen durchgeführt werden, für die bisher der Zugang zu ausreichend großen und gut aufgearbeiteten Patientenkohorten fehlte; mittelbar fließen die Ergebnisse erfolgreicher Studien in das Gesundheitswesen zurück und verbessern die Behandlungsqualität jedes einzelnen Patienten.

Weitere Informationen zu RACOON finden Sie unter https://racoon.network/​. 

Wir, das Universitätsklinikum Leipzig, und die im Folgenden unter 1. Genannten Stellen führen das Projekt RACOON durch. 
Für RACOON verarbeiten wir Ihre Daten, die wir im Rahmen Ihrer Behandlung bei uns erhoben haben. Vor der Verwendung für RACOON werden zunächst die identifizierenden Attribute (Name, Geburtsdatum, Adresse usw.) aus Ihrem Datensatz entfernt und die verbleibenden Daten (siehe Ziffer 3) im Rahmen eines aufwändigen Verfahrens in unserer RACOON-NODE unumkehrbar verhasht, sodass ein Rückschluss auf Ihre Identität anhand des verbleibenden Datensatzes nicht möglich ist. Aufgrund des eingesetzten Verfahrens behandeln wir diese Daten als anonymisiert.  Anschließend werden die Daten in RACOON-CENTRAL hochgeladen und unseren Projektpartnern freigegeben und von uns und unseren Projektpartnern zur Durchführung von RACOON  verarbeitet. Ihre Daten werden von den Projektpartnern nicht aus RACOON-CENTRAL heruntergeladen oder lokal gespeichert. Unsere Projektpartner geben uns für RACOON Subprojekte ebenfalls anonymisierte Daten ihrer Patienten über RACOON-CENTRAL frei. Andere Projektpartner ordnen Ihre Daten möglicherweise aufgrund unterschiedlicher gesetzlicher Anforderungen in anderen Bundesländern anders ein als wir. Die Sicherheit Ihrer Daten ist jedoch gleichbleibend gewährleistet.

1. Wer sind die Verantwortlichen und Datenschutzbeauftragten?
Wir, und die im Folgenden genannten Stellen, arbeiten bei dem RACOON-Projekt eng zusammen. Aufgrund der Zusammenarbeit verarbeiten wir Ihre personenbezogenen Daten auch teilweise gemeinsam.
Zur Gewährleistung Ihrer Rechte und unter Berücksichtigung der Vorgaben der EU-Datenschutz-Grundverordnung (DS-GVO) haben wir eine Vereinbarung geschlossen, die Regeln über die Verarbeitung Ihrer personenbezogenen Daten aufstellt. Als sog. Gemeinsame Verantwortliche (nach Art. 26 DS-GVO) sind wir gemeinsam für die Verarbeitung Ihrer Daten verantwortlich.
Verantwortliche gem. Art. 4 Abs. 7 DS-GVO sind : 

Prof. Dr. med. Timm Denecke
Direktor der Klinik und Poliklinik für Diagnostische und Interventionelle Radiologie
0341-97-17402
radiologie@medizin.ini-leipzig.de

Unseren Datenschutzbeauftragten der medizischen Fakultät Ronald Speer erreichen Sie unter dsbmf@medizin.uni-leipzig.de

​
2. Zu welchem Zweck und nach welcher Rechtsgrundlage werden die Daten verarbeitet?
Wir und unsere Projektpartner verarbeiten die Daten zum Zwecke der Durchführung des RACOON-Projekts. Rechtsgrundlage ist Art. 6 Abs. 1 lit. e bzw. f, Art. 9 Abs. 2 lit. j DS-GVO i.V.m. den für die einschlägigen (landes-)rechtlichen Vorschriften.

3. Welche Kategorien von Daten werden verarbeitet?
Wir verarbeiten im Rahmen des RACOON Projekts Ihre pseudonymisierten Behandlungsdaten. Hierzu gehören eine gehashte (verschlüsselte) Patienten-ID sowie medizinische Daten, wie medizinische Bilddaten (CT- und Röntgenaufnahmen) und deren Metainformationen, anamnestische Informationen, Arztbriefe und Diagnosen, Laborwerte, Ergebnisse histologischer, mikrobiologischer, virologischer und pathologischer Untersuchungen, Krankheitsverläufe, Vitalparameter und Outcome Parameter, Messwerte oder statistische Auswertungen, welche auf Basis der medizinischen Bilddatensätze und komplementären Datensätzen erstellt werden. Dies umfasst besondere Kategorien personenbezogener Daten i.S.d. Art. 9 Abs. 1 DS-GVO, nämlich Gesundheitsdaten i.S.d. Art. 4 Nr. 15 DS-GVO.

4. Wer sind die Empfänger der Daten?
Ihre Daten werden streng zweckgebunden und nur im notwendigen Umfang im Rahmen einer Auftragsverarbeitung an unseren IT- und Hostingdienstleister Mint Medical GmbH weitergeleitet. Außerdem erhalten unsere Subprojektpartner Zugang zu den freigegeben Daten in RACOON-CENTRAL.

5. Wie lange werden die Daten gespeichert?
Ihre Daten werden so lange gespeichert, wie wir sie zur Durchführung des RACOON Projekts benötigen. Das RACOON Projekt ist nach aktuellem Projektstand bis Ende 2024 angelegt. Danach werden Ihre Daten im Rahmen der uns obliegenden Aufbewahrungsfristen (in der Regel 10 Jahre) in in unserer RACOON-NODE und in RACOON-CENTRAL gespeichert. Sofern wir Ihre Daten nicht im Rahmen anderer Forschungsprojekte verwenden oder aufgrund daraus resultierender Aufbewahrungsfristen speichern müssen, werden Ihre Daten im Anschluss gelöscht.

6. Woher stammen die Daten?
Wir verarbeiten ausschließlich Daten, die wir von unseren Patienten im Rahmen der Routine-Behandlung erhoben haben. Wir verarbeiten auch die anonymisierten Daten von Patienten unserer Subprojektpartner.

7. Rechte
Als von der Datenverarbeitung betroffene Person stehen Ihnen folgende Rechte zu, sofern diese nicht aufgrund eines Gesetzes eingeschränkt sind:
• Recht auf Auskunft
• Recht auf Berichtigung
• Recht auf Löschung
• Recht auf Einschränkung der Verarbeitung
• Recht auf Datenübertragbarkeit
• Recht auf Widerspruch
Sie haben das Recht, sich bei einer Aufsichtsbehörde zu beschweren.
Die für uns zuständige Aufsichtsbehörde ist die Sächsische Beauftragte für Datenschutz und Transparenz. 

8. Wer ist mein Ansprechpartner für Rechte wie Auskunft oder Löschung?
Wir haben uns mit unseren Projektpartnern gemeinsam darüber verständigt, wie wir Ihre Rechte sicherstellen und näher festgelegt, wer welche uns nach der DS-GVO obliegenden Verpflichtungen erfüllt. Dies betrifft insbesondere die Gewährleistung Ihrer Rechte als betroffene Personen und die Erfüllung der Informationspflichten nach Art. 13 und 14 DS-GVO.
​
Ansprechpartner zur Geltendmachung Ihrer Rechte ist
PD Dr. med. Hans-Jonas Meyer​
Klinik und Poliklinik für Diagnostische und Interventionelle Radiologie
Sie können sich zur Geltendmachung Ihrer Rechte grundsätzlich jedoch an jede der beteiligten Stellen wenden. 

9. Wie kann ich mehr Informationen zur Datenverarbeitung erhalten?
Weitere Informationen erhalten Sie auf unserer Webseite https://racoon.network ​.
​

RACOON - COMPARE

Comprehensive Multi-Center Analysis for Predictive Body Composition Reference Establishment

COMPARE wird den prognostischen Mehrwert der
BCA Die Analyse der Körperzusammensetzung erfasst präzise, woraus sich das Körpergewicht tatsächlich errechnet.
als opportunistisches Screening bei soliden Tumoren in einer multizentrischen onkologischen Kohorte deutscher Patient:innen ermitteln. Besonders berücksichtigt werden dabei häufige solide Tumoren des Gastrointestinaltrakts, der Leber, des Pankreas und der Lunge (Ösophagus-, Magen-, kolorektales, hepatozelluläres, Pankreas- und Lungenkarzinom). In diesem repräsentativen Kollektiv soll der prognostische Wert von BCA-Parametern aus Staging/Baseline-Routineuntersuchungen für das Gesamtüberleben von Patient:innen mit soliden Tumoren in einer Landmark-Studie etabliert werden (Fallzahlschätzung: 30.000 Fälle).

Eine umfassende multizentrische Analyse für die BCA in Deutschland ist notwendig, da derzeit kein vergleichbarer deutscher Datensatz existiert. COMPARE wird einen weiteren Grundstein in Richtung der "personalisierten Medizin" legen, da automatisierte und patientenindividuelle Marker für bspw.
Sarkopenie Der alters- oder krankheitsbedingter Verlust von Skelettmuskelmasse, Muskelkraft und körperlicher Funktion.
,
Myosteatosis Eine übermäßige Ansammlung von Fettgewebe in der Skelettmuskulatur.
oder unterschiedliche Fettgewebe extrahiert werden können. Dieses Potenzial ist deutschlandweit noch nicht genutzt, obwohl die BCA ohne zusätzlichen Aufwand mit Routine CTs in nahezu Echtzeit durchgeführt werden kann. Die Etablierung der BCA bietet im Forschungs- und Versorgungskontext eine attraktive Möglichkeit, den körperlichen Zustand der Patienten detailliert zu quantifizieren.

In diesem Projekt sollen daher die automatisierte Erhebung von BCA und Organ-Segmentierungen in integrierten Workflows im RACOON getestet und deren Nutzbarkeit umfassend verbessert werden, um eine kosteneffiziente Erhebung im
NUM Das Netzwerk Universitätsmedizin ist ein deutscher Zusammenschluss von Universitätskliniken zur Koordination klinischer Forschung.
zu gewährleisten. Eine routinemäßig erhobene BCA könnte den medizinischen Standard der Versorgung grundlegend verändern, da diese kostengünstige und zeiteffiziente Methode eine hohe prädiktive Aussagekraft besitzt und eine automatische, individuelle Risikoprofilierung aus Routineuntersuchungen ermöglicht. Die in diesem Projekt erhobene Datenbasis kann zudem Folgeprojekte im NUM ermöglichen und befähigt nachhaltig zukünftige Forschungsvorhaben.

Die Verarbeitung der personenbezogenen Daten erfolgt streng nach Vorgaben der DSGVO und kann im Detail hier eingesehen werden.

Diese Arbeit wurde vom Netzwerk Universitätsmedizin (NUM 3.0, 01KX2524) über das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert.
COMPARE wird den prognostischen Mehrwert der <span style="position: relative; inline-block; font-weight: bold; border-bottom: 3px solid #000; cursor: help;" class="custom-tooltip">
  BCA
  <span style="visibility: hidden; width: 250px; background-color: #333; color: #fff; text-align: center; border-radius: 6px; padding: 8px 10px; position: absolute; z-index: 1; bottom: 125%; left: 50%; margin-left: -125px; opacity: 0; transition: opacity 0.3s; font-size: 16px; font-weight: normal; line-height: 1.4;">
    Die Body-Composition-Analyse (engl. für Körperzusammensetzungsanalyse) erfasst präzise, woraus sich das Körpergewicht tatsächlich errechnet, speziell das Verhältnis von Körperfett, Muskelmasse, Körperwasser und Knochenmasse.
  </span>
  <style>
    .custom-tooltip:hover span { visibility: visible !important; opacity: 1 !important; }
  </style>
</span> als opportunistisches Screening bei soliden Tumoren in einer multizentrischen onkologischen Kohorte deutscher Patient:innen ermitteln. Besonders berücksichtigt werden dabei häufige solide Tumoren des Gastrointestinaltrakts, der Leber, des Pankreas und der Lunge (Ösophagus-, Magen-, kolorektales, hepatozelluläres, Pankreas- und Lungenkarzinom). In diesem repräsentativen Kollektiv soll der prognostische Wert von BCA-Parametern aus Staging/Baseline-Routineuntersuchungen für das Gesamtüberleben von Patient:innen mit soliden Tumoren in einer Landmark-Studie etabliert werden (Fallzahlschätzung: 30.000 Fälle).
Eine umfassende multizentrische Analyse für die BCA in Deutschland ist notwendig, da derzeit kein vergleichbarer deutscher Datensatz existiert. COMPARE wird einen weiteren Grundstein in Richtung der "personalisierten Medizin" legen, da automatisierte und patientenindividuelle Marker für bspw. <span style="position: relative; inline-block; font-weight: bold; border-bottom: 3px solid #000; cursor: help;" class="custom-tooltip">
  Sarkopenie
  <span style="visibility: hidden; width: 250px; background-color: #333; color: #fff; text-align: center; border-radius: 6px; padding: 8px 10px; position: absolute; z-index: 1; bottom: 125%; left: 50%; margin-left: -125px; opacity: 0; transition: opacity 0.3s; font-size: 16px; font-weight: normal; line-height: 1.4;">
    Der alters- oder krankheitsbedingter Verlust von Skelettmuskelmasse, Muskelkraft und körperlicher Funktion.
  </span>
  <style>
    .custom-tooltip:hover span { visibility: visible !important; opacity: 1 !important; }
  </style>
</span>, <span style="position: relative; inline-block; font-weight: bold; border-bottom: 3px solid #000; cursor: help;" class="custom-tooltip">
  Myosteatosis
  <span style="visibility: hidden; width: 250px; background-color: #333; color: #fff; text-align: center; border-radius: 6px; padding: 8px 10px; position: absolute; z-index: 1; bottom: 125%; left: 50%; margin-left: -125px; opacity: 0; transition: opacity 0.3s; font-size: 16px; font-weight: normal; line-height: 1.4;">
    Eine übermäßige Ansammlung von Fettgewebe in der Skelettmuskulatur.
  </span>
  <style>
    .custom-tooltip:hover span { visibility: visible !important; opacity: 1 !important; }
  </style>
</span> oder unterschiedliche Fettgewebe extrahiert werden können. Dieses Potenzial ist deutschlandweit noch nicht genutzt, obwohl die BCA ohne zusätzlichen Aufwand mit Routine CTs in nahezu Echtzeit durchgeführt werden kann. Die Etablierung der BCA bietet im Forschungs- und Versorgungskontext eine attraktive Möglichkeit, den körperlichen Zustand der Patienten detailliert zu quantifizieren.
In diesem Projekt sollen daher die automatisierte Erhebung von BCA und Organ-Segmentierungen in integrierten Workflows im RACOON getestet und deren Nutzbarkeit umfassend verbessert werden, um eine kosteneffiziente Erhebung im <span style="position: relative; inline-block; font-weight: bold; border-bottom: 3px solid #000; cursor: help;" class="custom-tooltip">
  NUM
  <span style="visibility: hidden; width: 250px; background-color: #333; color: #fff; text-align: center; border-radius: 6px; padding: 8px 10px; position: absolute; z-index: 1; bottom: 125%; left: 50%; margin-left: -125px; opacity: 0; transition: opacity 0.3s; font-size: 16px; font-weight: normal; line-height: 1.4;">
    Das Netzwerk Universitätsmedizin ist ein deutscher Zusammenschluss von Universitätskliniken zur Koordination klinischer Forschung.
  </span>
  <style>
    .custom-tooltip:hover span { visibility: visible !important; opacity: 1 !important; }
  </style>
</span> zu gewährleisten. Eine routinemäßig erhobene BCA könnte den medizinischen Standard der Versorgung grundlegend verändern, da diese kostengünstige und zeiteffiziente Methode eine hohe prädiktive Aussagekraft besitzt und eine automatische, individuelle Risikoprofilierung aus Routineuntersuchungen ermöglicht. Die in diesem Projekt erhobene Datenbasis kann zudem Folgeprojekte im NUM ermöglichen und befähigt nachhaltig zukünftige Forschungsvorh
COddfsdfMPARE wird den prognostischen Mehrwert der <span style="position: relative; inline-block; font-weight: bold; border-bottom: 3px solid #000; cursor: help;" class="custom-tooltip">
  BCA
  <span style="visibility: hidden; background-color: #333; color: #fff; text-align: center; border-radius: 6px; padding: 8px 10px; position: absolute; z-index: 1; bottom: 125%; left: 50%; margin-left: -125px; opacity: 0; transition: opacity 0.3s; font-size: 16px; font-weight: normal; line-height: 1.4;">
    Die Analyse der Körperzusammensetzung erfasst präzise, woraus sich das Körpergewicht tatsächlich errechnet.
  </span>
  <style>
    .custom-tooltip:hover span { visibility: visible !important; opacity: 1 !important; }
  </style>
</span> als opportunistisches Screening bei soliden Tumoren in einer multizentrischen onkologischen Kohorte deutscher Patient:innen ermitteln. Besonders berücksichtigt werden dabei häufige solide Tumoren des Gastrointestinaltrakts, der Leber, des Pankreas und der Lunge (Ösophagus-, Magen-, kolorektales, hepatozelluläres, Pankreas- und Lungenkarzinom). In diesem repräsentativen Kollektiv soll der prognostische Wert von BCA-Parametern aus Staging/Baseline-Routineuntersuchungen für das Gesamtüberleben von Patient:innen mit soliden Tumoren in einer Landmark-Studie etabliert werden (Fallzahlschätzung: 30.000 Fälle).
Eine umfassende multizentrische Analyse für die BCA in Deutschland ist notwendig, da derzeit kein vergleichbarer deutscher Datensatz existiert. COMPARE wird einen weiteren Grundstein in Richtung der "personalisierten Medizin" legen, da automatisierte und patientenindividuelle Marker für bspw. <span style="position: relative; inline-block; font-weight: bold; border-bottom: 3px solid #000; cursor: help;" class="custom-tooltip">
  Sarkopenie
  <span style="visibility: hidden; width: 250px; background-color: #333; color: #fff; text-align: center; border-radius: 6px; padding: 8px 10px; position: absolute; z-index: 1; bottom: 125%; left: 50%; margin-left: -125px; opacity: 0; transition: opacity 0.3s; font-size: 16px; font-weight: normal; line-height: 1.4;">
    Der alters- oder krankheitsbedingter Verlust von Skelettmuskelmasse, Muskelkraft und körperlicher Funktion.
  </span>
  <style>
    .custom-tooltip:hover span { visibility: visible !important; opacity: 1 !important; }
  </style>
</span>, <span style="position: relative; inline-block; font-weight: bold; border-bottom: 3px solid #000; cursor: help;" class="custom-tooltip">
  Myosteatosis
  <span style="visibility: hidden; width: 250px; background-color: #333; color: #fff; text-align: center; border-radius: 6px; padding: 8px 10px; position: absolute; z-index: 1; bottom: 125%; left: 50%; margin-left: -125px; opacity: 0; transition: opacity 0.3s; font-size: 16px; font-weight: normal; line-height: 1.4;">
    Eine übermäßige Ansammlung von Fettgewebe in der Skelettmuskulatur.
  </span>
  <style>
    .custom-tooltip:hover span { visibility: visible !important; opacity: 1 !important; }
  </style>
</span> oder unterschiedliche Fettgewebe extrahiert werden können. Dieses Potenzial ist deutschlandweit noch nicht genutzt, obwohl die BCA ohne zusätzlichen Aufwand mit Routine CTs in nahezu Echtzeit durchgeführt werden kann. Die Etablierung der BCA bietet im Forschungs- und Versorgungskontext eine attraktive Möglichkeit, den körperlichen Zustand der Patienten detailliert zu quantifizieren.
In diesem Projekt sollen daher die automatisierte Erhebung von BCA und Organ-Segmentierungen in integrierten Workflows im RACOON getestet und deren Nutzbarkeit umfassend verbessert werden, um eine kosteneffiziente Erhebung im <span style="position: relative; inline-block; font-weight: bold; border-bottom: 3px solid #000; cursor: help;" class="custom-tooltip">
  NUM
  <span style="visibility: hidden; width: 250px; background-color: #333; color: #fff; text-align: center; border-radius: 6px; padding: 8px 10px; position: absolute; z-index: 1; bottom: 125%; left: 50%; margin-left: -125px; opacity: 0; transition: opacity 0.3s; font-size: 16px; font-weight: normal; line-height: 1.4;">
    Das Netzwerk Universitätsmedizin ist ein deutscher Zusammenschluss von Universitätskliniken zur Koordination klinischer Forschung.
  </span>
  <style>
    .custom-tooltip:hover span { visibility: visible !important; opacity: 1 !important; }
  </style>
</span> zu gewährleisten. Eine routinemäßig erhobene BCA könnte den medizinischen Standard der Versorgung grundlegend verändern, da diese kostengünstige und zeiteffiziente Methode eine hohe prädiktive Aussagekraft besitzt und eine automatische, individuelle Risikoprofilierung aus Routineuntersuchungen ermöglicht. Die in diesem Projekt erhobene Datenbasis kann zudem Folgeprojekte im NUM ermöglichen und befähigt nachhaltig zukünftige Forschungsvorhabe

RACOON - PAIN

​Precision Abdominal Imaging Network

Im Projekt sollen die folgenden Erkrankungen, die sich klinisch mit akutem Abdomen manifestieren, multizentrisch akquiriert werden:

-
Akute Cholezystitis Eine plötzliche Entzündung der Gallenblase.

- Perforation
-
Akute Pankreatitis Eine plötzlich auftretende Entzündung der Bauchspeicheldrüse, bei der Verdauungsenzyme das Organ selbst schädigen.

-
Kolondivertikulitis Eine Entzündung von Ausstülpungen (Divertikel) der Dickdarmwand.

-
Akute Appendizitis Eine entzündliche Erkrankung des Wurmfortsatzes, ugs. als „Blinddarmentzündung“ bezeichnet.

Die geplante Fallzahl beträgt 12.000 Patienten mit den o.g. Erkrankungen (für jede Erkrankung ca. 2000 Patienten). Darüber hinaus sollten weitere 2000 Patienten, bei denen bei der Fragestellung "akutes Abdomen" keine akute intraabdominelle Pathologie diagnostiziert wurde, akquiriert werden.
Für die gesammelten Fälle werden die demographischen, klinischen und die laborchemischen Parameter akquiriert. KI-Modelle für die Diagnostik für jede Erkrankung werden erschaffen und validiert.
Außerdem werden KI-basierte Risikostratifikations-Modelle in Bezug auf Komplikationen / Mortalität für jede Erkrankung erschaffen.
Das Vorhaben hat eine hohe wissenschaftliche und klinische Relevanz. Laut epidemiologischen Daten, haben die o.g. Erkrankungen eine hohe Prävalenz in der Bevölkerung. Laut Literatur ist eine exakte Prognostizierung auf Basis der Bildgebung / Klinik bei den akuten abdominellen Erkrankungen nicht möglich.

Die Verarbeitung der personenbezogenen Daten erfolgt streng nach Vorgaben der DSGVO und kann im Detail hier eingesehen werden.

Diese Arbeit wurde vom Netzwerk Universitätsmedizin (NUM 3.0, 01KX2524) über das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert.

RACOON - MARDER

HCC Risikostratifizierung mit MRT Bildgebung

Zu den Zielen von MARDER zählen die Identifikation von Biomarkern zur Früherkennung des Risikos für
HCC Das Hepatozelluläres Karzinom ist der häufigste bösartige Lebertumor, der direkt von den Leberzellen (Hepatozyten) ausgeht.
durch Erweiterung klinischer und komorbider Daten durch zusätzlicher MRT-Informationen und die Entwicklung statistischer Methoden sowie Deep-Learning-Modelle zur Risikostratifizierung von HCC auf Basis geeigneter Biomarkern.

Die Ergebnisse sollen die Grundlage für ein individualisiertes MRT-Screening der Risikopopulation schaffen, das die derzeitige Praxis, also den Einsatz der Sonographie, ergänzen oder teilweise ersetzen könnte. Die entstehende Bilddatenbank könnte je nach Umfang und ausreichender Finanzierung potenziell auch zur Identifikation klinischer Prädiktoren für andere Pathologien jenseits von HCC genutzt werden.

Die Verarbeitung der personenbezogenen Daten erfolgt streng nach Vorgaben der DSGVO und kann im Detail hier eingesehen werden.

Diese Arbeit wurde vom Netzwerk Universitätsmedizin (NUM 3.0, 01KX2524) über das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert.

RACOON - RESCUE

​Radiological Evaluation and Stratification of Childhood-Lymphoma by Use of Expert AI

RESCUE ist ein multizentrisches Forschungsvorhaben, das darauf abzielt, diagnostische und therapeutische Ansätze für das pädiatrische Non-Hodgkin-Lymphom (NHL) zu verbessern, indem es radiologische und onkologische Daten zusammenführt. Mithilfe von Techniken der künstlichen Intelligenz (KI) sollen die multimodalen Datensätze analysiert und insbesondere die Bilddaten anhand definierter Merkmale und Parameter standardisiert und strukturiert ausgewertet werden. Darüber hinaus sollen neuartige bildbasierte Biomarker mit prognostischen und therapeutischen Mehrwert identifiziert und somit die Vorhersage von Behandlungsergebnissen bei pädiatrischem NHL verbessert werden. Durch ihren Beitrag zur Entwicklung eines umfassenden multimodalen Datensatzes werden die Teilnehmer:innen dazu beitragen, die Morbidität und Mortalität von Patient:innen mit kindlichem NHL zu reduzieren.

Die Verarbeitung der personenbezogenen Daten erfolgt streng nach Vorgaben der DSGVO und kann im Detail hier eingesehen werden.

Diese Arbeit wurde vom Netzwerk Universitätsmedizin (NUM 3.0, 01KX2524) über das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert.

RACOON - PanMarkAI

Multizentrische Validierung eines KI-gestützten Organanalyse-Tools zur Untersuchung pankreatischer Konfigurationsveränderungen und deren Korrelation mit Laborparametern bei Diabetes mellitus

Im Forschungsprojekt wird eine neuronales Netz zur automatisierten Segmentierung und ein Modell zur Analyse der Verkalkung und Verfettung des Pankreas entwickelt. Ziel der Studie ist es, Korrelationen zwischen der Pankreaskonfiguration unter Einbeziehung der Verfettung, Verkalkung und Volumetrie des Pankreas und dem Langzeit-Blutzucker-Wert als Verlaufsparameter zu untersuchen.

Das Projekt verfolgt dabei einen dezentralen Ansatz, bei dem die KI-Modelle an teilnehmende Standorte gesendet und vor Ort angewendet werden. Dies bietet den Vorteil, dass die personenbezogenen Daten den Standort nie verlassen.
Nach erfolgter Analyse erfolgt die Rückmeldung von Pankreasvolumen, Fett- und Kalkanteil in anonymisierter Form.

Diese Arbeit wurde vom Netzwerk Universitätsmedizin (NUM 3.0, 01KX2524) über das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert.

RACOON - ARCTIC

Entwicklung eines räumlich-zeitlichen 3D-Leber-Modell anhand bildgebender morphologischer Charakterisierung und metabolischen Modellen

Die nicht-alkoholische Fettlebererkrankung ist weltweit die am schnellsten wachsende Ursache von Leberkrebs-bedingten Todesfällen aufgrund rapide steigender Adipositasraten. Trotz eines besseren Verständnisses des komplexen, mehrstufigen karzinogenen Prozesses bei Zirrhose, beginnend mit makroregenerativen Knoten bis hin zu prämalignen Läsionen wie niedrig- und hochgradigen dysplastischen Knoten und schließlich
HCC Das Hepatozelluläres Karzinom ist der häufigste bösartige Lebertumor, der direkt von den Leberzellen (Hepatozyten) ausgeht.
, gibt es keinen etablierten Ansatz zur Früherkennung und Diagnose von prämalignen Vorläuferläsionen.

In ARCTIC sollen Erkenntnisse aus bildgebender morphologischer Charakterisierung und metabolischen Modellen auf Genomebene (GEM) kombiniert werden, um ein integriertes und prädiktives räumlich-zeitliches Multiskalen-3D-Modell des Lebergewebes vom gesunden Zustand bis zum HCC zu entwickeln.
Die gesammelten Daten kommen von einer Trainings- und einer Screening-Kohorte. Die Daten der Trainings-Kohorte, die nur zu einem Zeitpunkt enthält, wird zur Entwicklung des Lebermodells genutzt. Die Screening-Kohorte, welche MRT-Aufnahmen zu mehreren Zeitpunkten enthält, wird zur Validierung des Modells genutzt. Mithilfe von KI- und Machine-Leaning-Verfahren werden aus den MRT-Aufnahmen bereits bekannte Biomarker sowie weitere stabile Features extrahiert, die mit den jeweiligen Stadien der vorliegenden Leberknoten korrelieren.

Diese Arbeit wurde vom Netzwerk Universitätsmedizin (NUM 3.0, 01KX2524) über das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert.

RACOON - IMPRO

In Deutschland werden jedes Jahr über 700.000 Patientinnen und Patienten bei Thoraxschmerzen mit einem Herzkatheter untersucht. Der häufigste Grund hierfür ist der Verdacht auf eine koronare Herzkrankheit - die häufigste Todesursache weltweit. In Deutschland werden prozentual so viele Herzkatheter durchgeführt wie in keinem anderen Land der Welt. Mit der koronararteriellen Computertomographie (Koronar-CT) steht ein alternatives Diagnoseverfahren zum Herzkatheter zur Verfügung. Vorteile der Koronar-CT liegen in der geringeren Komplikationsrate, der höheren Genauigkeit in der Erkennung von Ablagerungen an den Herzkranzgefäßen, der geringeren Belastung für die Patientinnen und Patienten und dem geringeren Untersuchungsaufwand.

Ziel von IMPRO ist es, die Implementierung der Koronar-CT in die klinische Routine nach dem Beschluss des Gemeinsamen Bundesausschusses vom 18. Januar 2024 zu optimieren und zugleich Überversorgung zu vermeiden. Dazu wird in 16 verschiedenen Regionen in 12 Bundesländern eine neue Versorgungsform erprobt. Primäres Ziel der deutschlandweiten Studie ist es herauszufinden, ob die neue Versorgungsform dazu beiträgt,
kardiovaskuläre Ereignisse z. B. Herzinfarkte und Schlaganfälle
bei Patient:innen mit Verdacht auf eine koronare Herzkrankheit zu reduzieren.

Diese Arbeit wurde vom Netzwerk Universitätsmedizin (NUM 3.0, 01KX2524) über das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert.

NADORE

Machbarkeitsstudie zur Einrichtung eines repräsentativen Registers für medizinische Strahlenanwendungen

Dr. Mathias Lukas (mathias.lukas@medizin.uni-leipzig.de)
Prof. Dr. Timm Denecke  (radiologie@medizin.uni-leipzig.de )
Martin Schöbel (schoebel@gesundheitsforen.net)

Im Auftrag des Bundesamts für Strahlenschutz (BfS) untersuchen wir die Machbarkeit eines deutschlandweiten Registers zur Erfassung von diagnostischen Strahlenanwendungen in der Medizin.

Ziel ist es, zu evaluieren, ob eine zentrale Datenbasis geschaffen werden kann, welche repräsentative Informationen zur radiologischen Strahlenexposition von Patient:innen erfasst.

Ein solches Register könnte wertvolle Daten liefern, um medizinische Strahlenexpositionen für die Bevölkerung besser bewerten und gesundheitspolitische Fragestellungen besser bearbeiten zu können. Regionale Unterschiede, beispielsweise für Strahlendosen oder Qualitätsmanagements, könnten genauer analysiert und aktuelle Herausforderungen im Patientenschutz zeitnah adressiert werden. Auch die Anpassung diagnostischer Referenzwerte (DRW) und die Berichterstattung von Daten zur Häufigkeit radiologischer Anwendungen und der damit assoziierten Bevölkerungsdosis an nationale und internationale Institutionen könnte durch ein solches Register erleichtert werden.

Das Projekt prüft technische, organisatorische und rechtliche Rahmenbedingungen und entwickelt Konzepte für die Datenübertragung, Speicherung und Nutzung unter Berücksichtigung strenger Datenschutzvorgaben. Die Ergebnisse sollen als Grundlage für ein zukunftsfähiges System zur Optimierung des medizinischen Strahlenschutzes bei diagnostischen Strahlenanwendungen in Deutschland dienen.

Als wissenschaftlicher Fachbeirat forschen wir in diesem Projekt gemeinsam mit unserem Industriepartner Gesundheitsforen Leipzig GmbH für das Bundesamt für Strahlenschutz.

Liebigstraße 20, Haus 4
04103 Leipzig
Anmeldung:
0341 - 97 17473
Fax:
0341 - 97 17409
Map