Optimierung medizinischer Prognosen durch Data Science: Ein interdisziplinärer Prozess zur Nutzbarmachung von Register- und Studiendaten

Um präzisere individuelle Prognosen für die Erfolgsaussichten medizinischer Therapien ableiten zu können und diese statistischen Informationen für Laien verständlich, erklärbar und nachvollziehbar zu machen, arbeitete das IDEN-Projekt gezielt mit Registerdaten für die Organtransplantation. Ziel war es, Prognosemodellen zu entwickeln und diese zugänglich zu machen. Accsonautin Daniya hat sich im Rahmen ihrer Abschlussarbeit intensiv mit der Anforderungsanalyse und dem Prototyping einer Software zur Entscheidungsunterstützung im medizinischen Bereich auseinandergesetzt.  

Eine datenbasierte Software zur Entscheidungsunterstützung in der Medizin 

Inhalt ihrer Analyse war der Prozess der Nierentransplantationen in Deutschland, welcher detailliert analysiert und beschrieben wurde. Dabei beschäftigte sich Daniya sowohl mit der detaillierten Prozessanalyse, der passenden Methodenauswahl, Datenschutzanforderungen und letztendlich mit der Prototyp-Entwicklung. 

Im Rahmen ihrer Arbeit wurden verschiedene Methoden zur Anforderungsanalyse verglichen, um geeignete Techniken für diesen spezifischen Anwendungsfall zu identifizieren. Eine zentrale Aufgabe bestand darin, Methoden auszuwählen, die es ermöglichen, große vorhandene Datenmengen zu nutzen, obwohl noch unklar war, welche konkreten Erkenntnisse aus diesen Daten gewonnen werden könnten. Aufgrund besonderer Datenschutzvorgaben wurden im Rahmen von Expert:inneninterviews wichtige Anforderungen und Parameter abgeleitet, welche für die Konzeption eines registerdatengestützten Entscheidungsunterstützungssystems für Nierentransplantationen grundlegend waren.  

Ein Prototyp zur Berechnung der Überlebenswahrscheinlichkeit potenzieller Organe wurde entwickelt und in den Interviews validiert. Besondere Herausforderungen ergaben sich aus der Nachvollziehbarkeit der auf maschinellem Lernen basierenden Modelle, der Qualität der zugrunde liegenden Daten aus dem deutschen Transplantationsregister sowie der knappen Zeitspanne, in der Entscheidungen getroffen werden müssen. 

Mehr zum IDEN-Projekt finden Sie auf der Webseite der Hochschule Darmstadt.

Vorteile datenbasierter Entscheidungshilfen in der Medizin 

Die Erkenntnisse aus Daniyas Arbeit zur Datenanalyse und Entscheidungsunterstützung sind nicht nur für Organtransplantationen wertvoll, sondern zeigen Potenzial für viele medizinische Anwendungsfälle.  Der datenbasierte Ansatz, der auf umfassende Registerdaten zurückgreift, ermöglicht es, auch in anderen medizinischen Bereichen die Prognosegenauigkeit zu verbessern und die Patientensicherheit dadurch zu erhöhen. 

Forschung zur Organtransplantation und Kundenprojekte bei Accso 

Als langjähriger Partner der Deutschen Stiftung Organtransplantation (DSO) unterstützt Accso mit innovativen IT-Lösungen den Prozess der Organspende. Gemeinsam haben wir ein IT-System gebaut, welches die Prozesse im Ablauf der Organspende und die am Spendenprozess beteiligten Partner unterstützt. Umso mehr hat es uns gefreut, dass Daniya ihre Abschlussarbeit zu einem verwandten Thema geschrieben hat und uns auch nach ihrer Werkstudententätigkeit erhalten bleibt. Sie arbeitet als Junior Software Engineer bei Accso und beschäftigt sich aktuell viel mit der Wartung, Pflege, Weiterentwicklung und dem Betrieb einer Softwareanwendung, die international bei Händlern und/oder –Niederlassungen eines führenden Automobilhersteller im Einsatz ist. 

Wenn Sie mehr zu unserer Zusammenarbeit mit der DSO erfahren möchten, finden Sie hier unsere Success Story.