Detektion neu entstehender infektiöser Lungenkrankheiten

Die weltweite Ausbreitung von COVID-19 führte zu einer globalen Gesundheitskrise, die deutlich gemacht hat, dass wir Methoden benötigen um eine Epidemie oder Pandemie früher zu erkennen, und die Krankheit bei Patienten rascher zu diagnostizieren. Wir benötigen Techniken um rasch von ersten Fällen zu lernen und damit Patienten eine optimale und oft individuelle - Behandlung zuordnen zu können. Die Lungenbildgebung spielte zunächst bei der Diagnose, und im weiteren Verlauf bei der Prognose eine wichtige Rolle. Das Projekt ist eine enge interdisziplinäre Zusammenarbeit zwischen Experten für maschinelles Lernen und Radiologie. Das Projekt wird basierend auf Lungenbilddaten neue Methoden im Bereich des maschinellen Lernens und der Bildanalyse entwickeln, um diesen Herausforderungen zu begegnen. Es wird Methoden zur Erkennung von Anomalien untersuchen und weiterentwickeln und Techniken zur Identifizierung neu auftretender Phänotypen in der Patientenpopulation erstellen. Die Modelle werden auf Bilddaten und klinischen Informationen von Patienten basieren, und der Herausforderung begegnen noch nicht bekannte Marker zu identifizieren. Das zweite Hauptziel besteht darin, Modelle zu entwickeln, die den Verlauf einzelner Patienten während ihrer Krankheit und Genesung vorhersagen können, um eine optimale individuelle Behandlung zu ermöglichen. Hier besteht die Herausforderung darin, aus realen Alltagsdaten zu lernen, die in der Frühphase einer Pandemie gesammelt werden, während noch keine Behandlungsrichtlinien verfügbar sind. Das Projekt ist in ein Netzwerk internationaler Kollaborationen eingebettet, die die Validierung der neuen Methoden ermöglichen werden.