Background: Evidence-based treatment recommendations are helpful in the corresponding discipline-specific treatment but can hardly take data from real-world care into account. In order to make better use of this in everyday clinical practice, including with respect to predictive statements about disease development or treatment success, models with data from treatment must be developed in order to use them for the development of assistive artificial intelligence.
Goal: The aim of the Use Case 1 of the medical informatics hub in Saxony (MiHUBx) is the development of a model based on treatment and research data for a treatment algorithm supported by biomarkers and also the development of the necessary digital infrastructure.
Material and methods: Step by step, the necessary partners in hospitals and practices will be brought together technically or through research questions within Use Case 1 "Ophthalmology meets Diabetology", a regional digital progress hub in health, the medical informatics hub in Saxony (MiHUBx ) of the nationwide medical informatics initiative (MII).
Results: Based on joint studies with diabetologists, robust serological and imaging biomarkers were selected that provide evidence of the development of diabetic macular edema (DME). In the future, these and other scientifically proven prognostic markers will be incorporated into a treatment algorithm that is supported by artificial intelligence (AI). For this purpose, model procedures are being developed together with medical informatics specialists. At the same time, a data integration center (DIZ) was established.
Conclusion: In addition to the structured and technical combination of the previously disseminated and partially heterogeneous treatment data, the Use Case 1 defines the chances and hurdles for using such real-world data to develop artificial intelligence.
Zusammenfassung: HINTERGRUND: Evidenzbasierte Therapieempfehlungen helfen bei der jeweiligen fachspezifischen Therapie, können aber Daten aus der Real-World-Versorgung kaum berücksichtigen. Um diese im klinischen Alltag auch hinsichtlich prädiktiver Aussagen zu Krankheitsprogression oder Behandlungserfolg besser zu nutzen, sind Modelle mit Daten aus der Versorgung zu entwickeln, um diese für die Schaffung von assistierender künstlicher Intelligenz zu nutzen. ZIEL: Ziel des Use Case 1 innerhalb des MiHUBx (Medical Informatics Hub in Saxony) ist es, ein auf Versorgungs- und Forschungsdaten basierendes Modell für einen Biomarker-gestützten Therapiealgorithmus sowie die dazu notwendige digitale Infrastruktur zu entwickeln.
Material und methode: Schrittweise werden notwendige Partner:innen in Kliniken und Praxen technisch oder über Forschungsfragen innerhalb des Use Case 1 „Ophthalmologie trifft Diabetologie“ des regionalen Digitalen FortschrittsHub Gesundheit MiHUBx der bundesweiten Medizininformatik-Initiative zusammengeschlossen.
Ergebnisse: Basierend auf gemeinsamen Studien mit Diabetologen erfolgte die Auswahl robuster serologischer und bildgebender Biomarker, die Hinweise für eine Entwicklung eines diabetischen Makulaödems (DMÖ) geben. Diese und weitere wissenschaftlich nachgewiesene prognostische Marker sollen zukünftig in einen Therapiealgorithmus einfließen, der KI(künstliche Intelligenz)-gestützt ist. Dafür werden gemeinsam mit Medizininformatikern modellhafte Vorgehensweisen erarbeitet sowie ein Datenintegrationszentrum etabliert.
Schlussfolgerungen: Neben der strukturierten und technischen Zusammenführung bisher an verschiedenen Orten vorliegender und teilweise heterogener Versorgungsdaten werden in dem Use Case die Chancen und Hürden zur Nutzung von Real-World-Daten zur Entwicklung künstlicher Intelligenz definiert.
Keywords: Artificial intelligence; Digitalization; Machine learning; Ophthalmology; Treatment algorithm.
© 2024. The Author(s).