Medical Systems Biology

You are here:  Digital health > feelBack

feelBack

Im Rahmen der Digitalisierungsoffensive des Landes Baden-Württemberg wird im Bereich Digitalisierung in der Medizin und Pflege die qualitätsorientierte medizinische, psychotherapeutische und pflegerische Versorgung gefördert. Durch diese Digitalisierungsoffensive wurde das Projekt feelBack initiiert. 

feelBack soll helfen, Tumorpatientinnen und -patienten sowie deren An- und Zugehörigen eine bedarfsgerechte psychoonkologische Versorgung zu ermöglichen.Eine Krebserkrankung geht mit einer Vielzahl von Belastungen einher, die in jeder Krankheitsphase auftreten können, sämtliche Lebensbereiche durchdringen und unterschiedlich gravierend ausfallen können. In vielen Fällen kann es zu einer drastischen Einschränkung der Lebensqualität und einer anhaltenden Beeinträchtigung der Krankheitsverarbeitung kommen. Die bedarfsgerechte psychoonkologische Versorgung soll in allen Phasen der Diagnostik und Behandlung gewährleistet sein und sowohl für den stationären, als auch den ambulanten Bereich sichergestellt werden. Zur Feststellung des individuellen psychoonkologischen Betreuungsbedarfs empfiehlt die S3-Leitlinie Psychoonkologie (2014), dass alle Patienten ein Screening auf psychosoziale Belastungen erhalten sollen. 
 

feelback logo

 
 
 
 
 
 
 
 
 
Das Ziel des Projekts ist es die stärkere Strukturierung des Ablaufs zur Erfassung der Lebensqualität von Patienten sowie die damit verbundene bessere Verfügbarkeit strukturierter Daten aus diesem Bereich. Dies kommt vor allem den Patienten und ihren Angehörigen, sowie der Zielgruppe der Behandler des ambulanten und stationären Bereichs (niedergelassene Ärzte, Klinikärzte, Psychotherapeuten, Reha, etc.) zugute.
Im weiteren Verlauf des Projektes sollen Psychoonkologen und Statistiker/ Informatiker (maschinelles Lernen) den Datenbestand für die Weiterentwicklung und Optimierung bestehender Behandlungsstrategien nutzen. Im Rahmen des Projektes wird in einer Arbeitsgruppe, bestehend aus Psychoonkologen, Dokumentaren und Forschern aus dem Bereich der Statistik und Informatik, ein Kerndatensatz für die Speicherung und Übertragung von Daten zur psychoonkologischen Behandlung erstellt. Dieser soll die Anforderungen der Behandlungspraxis erfüllen und es ermöglichen, Screening-Ergebnisse, sowie Angaben zur Lebensqualität, zwischen Behandlern auszutauschen. Um auch statistische Analysen und maschinelles Lernen auf den Daten durchführen zu können, wird eine möglichst strukturierte Abbildung angestrebt. Durch die Datenintegration soll ein besserer Überblick über die Entwicklung und aktuelle Situation des Patienten erreicht werden und die Weiterentwicklung und Optimierung der sektorenübergreifenden, psychoonkologischen Versorgung gefördert werden. 
 
Promovideo
 
Publikation
Im Zusammenhang mit diesem Projekt ist folgende Publikation entstanden:
 
Schobel J*, Volz M*, Hörner K , Kuhn P, Jobst F, Schwab JD, Ikonomi N, Werle SD, Fürstberger A, Hoenig K*, Kestler HA*. Supporting Medical Staff from Psycho-Oncology with Smart Mobile Devices: Insights into the Development Process and First Results. Int J Environ Res Public Health 18(10): 5092, 2021.*equal contribution. https://doi.org/10.3390/ijerph18105092

Source code
Alle Quellen finden sich im Projekt feelBack auf Github.
 
Das Projekt wird durch das Ministerium für Soziales und Integration Baden-Württemberg gefördert.
 

Job Openings

Wissenschaftlicher Mitarbeiter (m/w/d) 

 

Latest News

 

Our paper "Sparse keypoint segmentation of lung fissures: efficient geometric deep learning for abstracting volumetric images" has been published in the International Journal of Computer Assisted Radiology and Surgery. Please find electronical supplementary material here.


  1. "Hydra has mammal-like mutation rates facilitating fast adaptation despite its nonaging phenotype" has been published in Genome Research.


Our paper "Boolean network modeling and its integration with experimental read-outs: An interdiscipliary presentation using a leukemia model" has been published online first in Pathologie.

  1.  

    "Combined analysis of a serum mRNA/miRNA marker signature and CA 19-9 for timely and accurate diagnosis of recurrence after resection of pancreatic ductal adenocarcinoma: A prospective multicenter cohort study" has been published online first in the United European Gastroenterology Journal.

     

    "Identifications of Similarity Metrics for Patients With Cancer: Protocol for a Scoping Review" has been published in JMIR Research Protocols.

     

    "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.