Digital Biomarkers

Mustererkennung für eine individuelle Therapie

Die Beschreibung physiologischer Zustände erfolgt häufig durch Erfassung klassischer Biomarker. Blut, Urin- oder Speichelproben werden hierzu durch biochemische Verfahren – häufig in Speziallaboren – analysiert. Diese Verfahren sind oftmals zeit- und kostenintensiv sowie ortsabhängig.

Welche Potenziale bieten smarte Devices und intelligente Algorithmen zur patientenindividuellen Therapiebegleitung?

Die Abteilung erforscht in enger Zusammenarbeit mit klinischen Einrichtungen die Möglichkeiten der Zusammenführung von validierten Therapieverlaufsdaten mit heterogenen Datenquellen, z. B. aus Smart Devices. Algorithmen des Complex Event Processings werden eingesetzt, um hochfrequente Echtzeitdaten auf Zeitserienmuster hin zu untersuchen. Verfahren des Machine Learnings erlauben die patientenindividuelle Profilbildung und die Prädiktion potenzieller Gesundheitszustände.

Die resultierenden digitalen Biomarker beschreiben Analoga zu biologischen Markern oder neue, therapierelevante Quantifizierungen (z. B. Stress, Resilienz, Adhärenz). Aufgrund des späteren Einsatzzwecks der Prävention, Diagnose, Therapie oder Rehabilitation sind zumeist die regulatorischen Anforderungen des Medizinproduktegesetzes anzuwenden.