Medical Systems Biology

You are here:  Digital health > ZIV

ZIV

ZIV ist ein Verbundprojekt das vom Ministerium für Wissenschaft, Forschung und Kunst des Landes Baden-Württemberg (MWK) gefördert wird (https://www.digital-bw.de/-/ziv) . Es setzt sich zusammen aus Medizinischen Fakultäten und Uniklinika aus Ulm, Tübingen, Heidelberg, Mannheim und Freiburg zur Verbesserung der Patientenversorgung durch digitale Medizin. Dieser Verbund baut ein „Zentrum für Innovative Versorgung“ (ZIV) auf, das eine multimodale Integration von Prozessen und Daten zum besseren Verständnis von Erkrankungen und zur Entwicklung neuer Therapie- und Präventionskonzepte etabliert. Hierfür werden nachhaltige, patientenzentrierte IT-Strukturen aufgebaut und weiterentwickelt, die für die Versorgung der Patienten als auch für einrichtungsübergreifende Forschungsfragen genutzt werden können.

 

NEMO- Eine App für das Nebenwirkungs-Manangement in der Onkologie

Kurzbeschreibung

Unser Projekt hat sich zum Ziel gesetzt Ärzte und Patienten näher zusammen zu bringen und dadurch die Behandlung von ambulanten Onkologie-Patienten zu verbessern. Dazu haben wir eine App entwickelt, kurz NEMO für Nebenwirkungs-Management in der Onkologie. Mit Hilfe dieser App soll es den Patienten erleichtert werden wichtige Informationen zu Nebenwirkungen der Therapie exakt für den Arzt zu protokollieren. Das Gegenstück zu dieser App ist eine Desktop-Anwendung, die alle protokollierten Einträge des Patienten für den Arzt in einer Darstellung zusammenfasst. Anhand der durch den Patienten protokollierten Nebenwirkung kann der Arzt die zukünftige Therapie nun individueller anpassen.

ZIV Überblick

Was soll mit dem Angebot erreicht werden? / Welches Problem soll gelöst werden?

Ziel ist die Compliance der Patienten durch eine verbesserte Versorgung zu optimieren. Die Verwendung von NEMO ermöglicht eine individuellere, auf den Patienten angepasste Therapie, bei der auf mögliche auftretende Nebenwirkungen besser reagiert werden kann. Dadurch soll zusätzlich die Therapiesicherheit verbessert werden. Trotzdem soll der Patient selbst die Kontrolle über seine Daten behalten.

 

Wer kann das Angebot nutzen?

Patienten mit der Diagnose eines Tumors während der ambulanten onkologischen Chemotherapie. Bei der Gestaltung der App wurde auf eine möglichst übersichtliche Darstellung sowie akustische Begleitung geachtet. Ziel ist es dabei die Benutzung der Anwendung für möglichst alle Altersgruppen zu ermöglichen.

Folgendes Video erläutert die Verwendung von NEMO:

 

Welchen Nutzen haben Patienten durch das Angebot?

Mit Hilfe der App können alle wichtigen Informationen über Nebenwirkungen im Verlauf der ambulanten Therapie übermittelt werden. Dadurch gehen wichtige Informationen, die möglicherweise als unnötig erscheinen, nicht verloren. Die Standardisierung der Antworten der App nach dem gängigen Tumortherapie-Nebenwirkungs-Bewertungs-System ermöglicht eine leichtere Interpretation. Dadurch kann die Therapie individueller angepasst und auf mögliche auftretende Nebenwirkungen besser reagiert werden.

 

Welchen Nutzen haben Ärzte durch das Angebot?

Die Desktop-Anwendung ermöglicht es Daten, die der Patient zwischen den Kontrollsitzungen angelegt hat, auszulesen und grafisch aufzubereiten. So können die Verläufe der Nebenwirkungen vom Arzt analysiert werden, um gegebenenfalls Anpassungen an der Therapie vorzunehmen. Des Weiteren ist es dem Arzt möglich Informationen, wie die aktuelle Medikation, anzugeben und die erhaltenen Daten zu exportieren.

 

Wie kann das Angebot genutzt werden?

Um die App einem möglichst breiten Anwenderkreis zur Verfügung zu stellen, wurde sie sowohl für Android als auch für iOS Smartphones entwickelt. Nach erfolgreicher Testphase wird die App kostenfrei über entsprechende App-Stores zur Verfügung gestellt. Die Desktop Anwendung für Ärzte wurde ebenfalls betriebssystemübergreifend entwickelt, so dass sie mit allen gängigen Betriebssystemen verwendet werden kann. Auch diese Anwendung wird nach erfolgreicher Testphase kostenlos zum Download bereitgestellt.

Diese QR-Codes führen Sie zu den jweiligen App-Stores:

iOS

Android

 nemoios nemoandroid 

https://tinyurl.com/nemoappios

https://tinyurl.com/nemoappandroid

Source Code zu NEMO

Der Quelltext für die NEMO-App und auch die Desktop-Anwendung für die Auswertung liegen unter der GNU Public License v3 bzw. MIT auf GitHub unter 

https://github.com/sysbio-bioinf/NEMOApp
https://github.com/sysbio-bioinf/NEMODesktop

Publikationen

Im Zusammenhang mit diesem Projekt sind folgende Publikationen entstanden:

Schwab JD*, Schobel J*, Werle SD*, Fürstberger A*, Ikonomi N, Szekely R, Thiam P, Hühne R, Jahn N, Schuler R, Kuhn P, Holderried M, Steger F, Reichert M, Kaisers UX, Kestler AMR*, Seufferlein T*, Kestler HA*. Perspective on mHealth Concepts to Ensure Users’ Empowerment–From Adverse Event Tracking for COVID-19 Vaccinations to Oncological Treatment. IEEE Access 9: 83863-83875, 2021. *equal contribution. https://doi.org/10.1109/ACCESS.2021.3087315

Kestler AMR*, Kühlwein SD*, Kraus JM*, Schwab JD, Szekely R, Thiam P, Hühne R, Jahn N, Fürstberger A, Ikonomi N, Balig J, Schuler R, Kuhn P, Steger F, Seufferlein T**, Kestler HA**. Digitalization of adverse event management in oncology to improve treatment outcome—A prospective study protocol. PLoS One, online first, 2021. https://doi.org/10.1371/journal.pone.0252493


Job Openings

Wissenschaftlicher Mitarbeiter (m/w/d) 

 

Latest News

 

  1. "Recent Trends and Future Challenges in Learning from Data" has been published with Springer.

     

    Our paper "Permutation-invariant linear classifiers" has been published in Machine Learning.

     

    Our paper "Prediction of resistance to bevacizumab plus FOLFOX in metastatic colorectal cancer-Results of the prospective multicenter PERMAD trial" has been published in PLoS One.

     

  2. "Introducing a machine learning algorithm for delirium prediction—the Supporting SURgery with GEriatric Co-Management and AI project (SURGE-Ahead)has been published in Age and Ageing.

Our paper "Segmentation-based cardiomegaly detection based on semi-supervised estimation of cardiothoracic ratio" has been published in Scientific Reports.

 

"Prospective study validating a multidimensional treatment decision score predicting the 24-month outcome in untreated patients with clinically isolated syndrome and early relapsing–remitting multiple sclerosis, the ProVal-MS study" has been published in Neurological Research and Practice.

 

Our paper "GatekeepR: an R shiny application for the identification of nodes with high dynamic impact in boolean networks" has been published online first in Bioinformatics.

 

Our paper "The Necessity of Interoperability to Uncover the Full Potential of Digital Health Devices" has been published in JMIR Medical Informatics.

 

"Multicentric pilot study to standardize clinical whole exome sequencing (WES) for cancer patients" has been published in npj Precision Oncology.

 

Our paper "AMBAR-interactive alteration annotations for molecular tumor boards" has been published in Computer Methods and Programs in Biomedicine.

 

"A protocol for the use of cloud-based quantum computers for logical network analysis of biological systems" has been published in STAR Protocols.

 

Our paper "A systems biology approach to define mechanisms, phenotypes, and drivers in PanNETs with a personalized perspective" has been published in npj systems biology and applications.

 

"Supporting SURgery with GEriatric Co-Management and AI (SURGE-Ahead): A study protocol for the development of a digital geriatrician" has been published in PLoS One.

 

"Self-Assessment of Having COVID-19 With the Corona Check Mhealth App" has been published in IEEE Journal of Biomedical and Health Informatics.


Our first quantum computing paper "Leveraging quantum computing for dynamic analyses of logical networks in systems biology" has been published in Patterns.