You hereby assure to have read and agree to our cookies and GDPR Disclaimer (Datenschutzerklärung). More info and Privacy policy. Got it!

Medical Systems Biology

You are here:  Medizininformatik > ZIV

ZIV

ZIV ist ein Verbundprojekt das vom Ministerium für Wissenschaft, Forschung und Kunst des Landes Baden-Württemberg (MWK) gefördert wird. 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.

 

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.

Latest News

 

Our paper "Chained correlations for feature selection" has been published in Advances in Data Analysis and Classification.

 

Our paper "Constraining classifiers in molecular analysis: invariance and robustness" has been published in Journal of the Royal Society Interface.