Health Data Repository (HDR)

Ziel des Projekts ist es, eine Infrastruktur zu schaffen, die zur Speicherung und Aggregation vorhandener hochwertiger muskuloskelettaler Bildgebungsdatensätze benötigt wird, um entsprechende datengestützte Modelle zu erstellen und gemeinsam zu nutzen. Die digitale HDR-Plattform wird die orthopädische Medizin und die Datenwissenschaft miteinander verbinden und die strukturierte Speicherung, Zugänglichkeit und Auffindbarkeit von Daten in der muskuloskelettalen Forschung verbessern.


Künstliche Intelligenz und maschinelles Lernen werden die modernen klinischen Arbeitsabläufe erheblich beeinflussen, aber einige Fragen für die klinische Umsetzung dieser Methoden müssen noch geklärt werden. Insbesondere konzentrieren sich die derzeitigen Bemühungen, die Digitalisierung der medizinischen Forschung zu beschleunigen, auf klinische und molekulare Routinedaten und vernachlässigen muskuloskelettale (MSK) Daten über orthopädische Behandlungen. Wir arbeiten an einem zentralen, kuratierten Open-Science-Repository, das sich auf semantisch strukturierte anatomische Bildgebungsdatensätze konzentriert und aktiv zur Entwicklung vertrauenswürdiger ML-Modelle und digitaler Lösungen zur Unterstützung von Forscher:innen, Ärtzinnen und Ärzte und letztlich Patient:innen beiträgt, wobei ein hohes Maß an Datenschutz gewahrt bleibt. Die HDR-Plattform zielt darauf ab, einen Zugang zu anonymen Datensätzen und datengesteuerten Modellen zu bieten, der einerseits das Testen neuartiger Methoden an hochrealistischen klinischen Daten ermöglicht und andererseits die methodische Entwicklung in der digitalen Gesundheitsgemeinschaft dank offener Wissenschaft unterstützt.


Dank der HDR-Plattform wird ein neuartiger Referenzrahmen geschaffen, der den wissenschaftlichen Output in der datengesteuerten orthopädischen Medizin unterstützt. Wir konzentrieren uns auf die Entwicklung von Digitalen Zwillingen, die allgemein als eine Kombination von statistischen Formmodellen (SSM) betrachtet werden können, die Radiomik und strukturelle Merkmale umfassen und auch für die Planung und Durchführung orthopädischer Eingriffe zunehmend attraktiv werden. Die Schnittstelle der digitalen HDR-Plattform zu realen Daten aus dem klinischen Umfeld wird es ermöglichen, die Vertrauenswürdigkeit und Erklärbarkeit der aus den Datensätzen generierten ML-Modelle zu untersuchen.


Die Einbettung der HDR-Plattform als Kooperationsprojekt zwischen der Uniklinik Balgrist und der Digital Society Initiative ermöglicht es, das kollaborative Ökosystem zu nutzen, das das OR-X Netzwerk, das ZHAW Digital Health Lab und das LOOP Netzwerk umfasst, um die Einrichtung einer standardisierten Datenbank für orthopädische MSK-Daten zu unterstützen.

 

Projektlaufzeit: 01.01.2023 - 31.12.2024

Kontakt: Sebastiano.Caprara@balgrist.ch

 

Projektteam

Dr. Sebastiano Caprara

Dr. Sebastiano Caprara promovierte an der ETH Zürich mit dem Schwerpunkt auf maschinellem Lernen und prädiktiven Modellen, die Lösungen für die präoperative Planung von Wirbelsäulenfusionsoperationen bieten. Während seines Doktoratsstudiums arbeitete er für ein Startup-Unternehmen in enger Zusammenarbeit mit der Universitätsklinik Balgrist und sammelte Erfahrungen in translationalen Forschungsprojekten. Derzeit leitet er das Projekt Health Data Repository an der Uniklinik Balgrist, das die Entwicklung einer flexiblen digitalen Infrastruktur zur Unterstützung der datengesteuerten klinischen Forschung zum Ziel hat.

   Website: https://www.balgrist.ch/innovation/research-und-innovation-node/