Medizininformatik

Eine Liste unserer Publikationen finden Sie hier.

Wir bieten im Rahmen verschiedener Studiengänge regelmäßig die folgenden Lehrveranstaltungen und Seminare an: 

SS 2024: Modul "Clinical Research Informatics", Masterstudiengang Informatik, HU Berlin. Weitere Informationen

SS 2023 - 2024: Modul "Modern Methods and Applications of Medical Informatics", Health Data Sciences PhD Programm, Charité, Masterstudiengang Epidemiologie, Charité / BSPH, Masterstudiengang Public Health, Charité / BSPH, Promotionsumgebung, Charité. Weitere Informationen

WS 2020 - SS 2024: Seminar "Aktuelle Themen aus der Medizininformatik", Promotionsumgebung, Charité. Weitere Informationen

SS 2020 - 2023: Modul "Introduction to Medical Informatics", Masterstudiengang Epidemiologie, Charité. Weitere Informationen

Zusätzlich tragen wir regelmäßig einzelne Lehrveranstaltungen zu verschiedenen Lehrformaten bei, beispielsweise zum Modul "Künstliche Intelligenz in der Medizin" (Medizin, Charité), MET3 (PhD Programm in Health Data Sciences, Charité), "Ethics and Policy Questions" (Masterstudiengang Bioinformatik, FU Berlin) sowie "Applied Medical Informatics" (Masterstudiengang Epidemiologie, Charité / BSPH).

Unsere Open-Source-Software finden Sie in unserem GitHub-Repository. Wir entwickeln und betreiben darüber hinaus Services für die Integration, Analyse und den Austausch von Gesundheitsdaten am BIH und der Charité. Wichtige Beispiele umfassen:

• Clinical Data Warehouse-Plattform mit Self-Service-Analytics-Funktionen, basierend auf Informatics for Integrating Biology and the Bedside (i2b2), u.a. für BeLOVE
• Real-World-Evidence-Plattform, gestützt auf das Observational Medical Outcomes Partnership (OMOP) Common Data Model (CDM) und die Werkzeuge des Observational Health Data Science and Informatics (OHDSI) Programms, mit Anbindung an das European Health Data Evidence Network (EHDEN)
• Datenintegrationslösungen mit Anbindung an die nationale Plattform der Medizininformatik-Initiative (MII) in Zusammenarbeit mit dem mit uns assozierten Medizinischen Datenintegrationszentrum (MeDIC)
• Plattform für die Erfassung von Studiendaten und Patient-Reported Outcome Measures basierend auf der Software OpenEDC der Universitätsklinika Münster und Heidelberg
• Beratung und technische Lösungen rund um die Anonymisierung und Pseudonymisierung von medizinischen Daten
• Informationsinfrastrukturen und Forschungsdatenmanagementlösungen, bspw. für den SFB 1340 zusammen mit der Klinik für Radiologie und dem Institut für Medizinische Informatik.

Somnolink ist ein interdisziplinbäres Projekt, das sich der Versorgung der obstruktiven Schlafapnoe (OSA) widmet – einer weit verbreiteten Volkskrankheit, von der in Deutschland schätzungsweise 26 Millionen Menschen betroffen sind. Trotz ihrer Häufigkeit ist die OSA oft unterdiagnostiziert, kann unbehandelt aber schwerwiegende gesundheitliche Folgen nach sich ziehen. Im Rahmen von Somnolink wird die bestehende Infrastruktur der Medizininformatik-Initiative (MII) erweitert, um Schlafdaten sektorenübergreifend integrieren zu können und der Forschung zugänglich zu machen. Ziel ist es, damit die Diagnostik, Behandlung und Therapieadhärenz schlafbezogener Erkrankungen, insbesondere der obstruktiven Schlafapnoe, zu verbessern.
Weitere Informationen

PCOR-MII: Ziel des PCOR-MII-Projektes ist es, die digitale Erfassung von Patient-Reported Outcomes (PROs) in Kliniken zu etablieren und diese in den nationalen Kerndatensatz der Medizininformatik-Initiative zu integrieren. Die Erfassung von PROs erlaubt es systematisch den subjektiven Gesundheitszustand der Patienten in die Versorgung und Forschung miteinzubeziehen.
Weitere Informationen

HiGHmed: Die Partnerstandorte des HiGHmed-Konsortiums in der Medizininformatik-Initiative (MII) bauen medizinische Datenintegrationszentren (MeDICs) auf, die Daten aus Krankenversorgungs- und Forschungssystemen integrieren und harmonisieren. Wichtige Aufgaben umfassen die Sicherstellung der Datenqualität und des Datenschutzes, um eine gemeinsame Datennutzung über die MII-Strukturen zu ermöglichen. Der Mehrwert der etablierten Lösungen wird in verschiedenen Anwendungsfällen nachgewiesen. 
Weitere Informationen

PrivateAIM: Ziel des PrivateAIM-Projektes ist es, eine föderierte Plattform für datenschutzgerechtes maschinelles Lernen und Datenanalytik für die MII zu entwickeln. Dabei sollen die Analysen zu den Daten kommen und nicht die Daten zu den Analysen. 
Weitere Informationen

RISK PRINCIPE: Ziel ist die Entwicklung und Implementierung einer datengesteuerten, risikostratifizierten Infektionskontrolle mittels eines automatisierten Überwachungssystems, um Krankenhaus-Bakteriämien effektiv und effizient zu minimieren.

Open Medical Inference: Ziel des Projekts ist die Vereinfachung der Nutzung von KI in der Medizin durch die Etablierung eines Netzwerks von Anbietern, die ihre KI-Modelle als „schlüsselfertige“ Dienste bereitstellen.

GeMTeX: Ziel des Projekts ist die Erstellung eines großen annotierten Korpus deutscher medizinischer Texte aus der  Patientenversorgung, um diese in anonymisierter Form für die Forschung zugänglich zu machen.

NUM-RDP: Das Projekt NUM-RDP betreibt eine zentrale Plattform für die Zusammenführung und Nutzung von Routinedaten im Netzwerk Universitätsmedizin. Sie bildet die technische Grundlage für bestehende und zukünftige Forschungsprojekte, die die Plattform nutzen oder und/oder um neue Softwarekomponenten erweitern wollen. Sie empfängt, speichert und stellt Daten in einem interoperablen, offenen Format bereit. Die AG Medizininformatik unterstützt das Projekt im Bereich technischer Datenschutz und Informationssicherheit. 

Weitere Informationen

NUM-DIZ: Im Projekt "NUM-DIZ" werden die im Rahmen der Medizininformatik-Initiative an den Universitätsklinika aufgebauten Datenintegrationszentren als Infrastruktur im Netzwerk Universitätsmedizin betrieben.

Weitere Informationen

ARX ist eine umfassende Open-Source-Software zur Anonymisierung von Gesundheitsdaten. Sie unterstützt eine Vielzahl von Methoden zur Datentransformation und Risikoanalyse. Die Software wird in verschiedenen Bereichen eingesetzt, darunter kommerzielle Big Data Plattformen, Forschungsprojekte, Data Sharing Lösungen und zu Ausbildungszwecken. ARX verfügt über eine intuitive grafische Benutzeroberfläche und ist für alle gängigen Betriebssysteme erhältlich.

Weitere Informationen

Das European Health Data & Evidence Network (EHDEN) hat das Ziel, Forschungsfragen auf Basis großer, europaweit verteilter Datenbestände unter Wahrung der Anonymität der Patient*innen zu beantworten. Unterstützt durch EHDEN, baut die Charité eine Infrastruktur auf Basis des Observational Medical Outcomes Partnership (OMOP) Common Data Model (CDM) und der damit verbundenen Tools des Observational Health Data Sciences and Informatics (OHDSI) Programms auf, um Gesundheitsdaten in standardisierter Form für die Forschung zugänglich zu machen.

Weitere Informationen

Das European Joint Programme on Rare Diseases (EJP RD) bringt über 130 Institutionen aus 35 Ländern zusammen, um ein umfassendes, nachhaltiges Ökosystem für Forschung, Versorgung und medizinische Innovation im Bereich seltener Erkrankungen zu schaffen. Im Rahmen des Projekts arbeitet die BIH AG Medizininformatik an Werkzeugen und Methoden zur Unterstützung eines nachhaltigen Datenaustauschs mit besonderem Schwerpunkt auf Datenschutzaspekten. 

Weitere Informationen

Das H2O-Projekt bringt 23 Partner mit dem Ziel zusammen, die Qualität der Patient*innenversorgung durch Schaffung von Health Outcomes Observatories zu verbessern, die standardisierte Gesundheitsdaten auf ethische und sozial verantwortliche Weise sammeln und zusammenführen. Nationale Observatories werden zu einem paneuropäischen Netzwerk für Gesundheitsoutcomes zusammengeschlossen, um Patient*innenkompetenzen zu fördern, Versorger zu vernetzen und Stakeholder mit den notwendigen Daten zur Verbesserung der Gesundheitsversorgung auszustatten.

Weitere Informationen

Im Projekt "KI-basierte Anonymisierung in der Medizin" (KI-AIM) wird eine Anonymisierungsplattform zur Bereitstellung großer Mengen realistischer Gesundheitsdaten entwickelt. Diese Daten haben keinen Personenbezug und können daher datenschutzrechtlich einfacher genutzt werden. Dies soll den Zugang zu Daten für die Forschung und die kommerzielle Entwicklung von datenbasierten medizinischen Lösungen erleichtern. 

Weitere Informationen

Durch den Ausbau des Forschungsdatenzentrums (FDZ) am Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM) soll die sichere Nutzung von Gesundheitsdaten zu Forschungszwecken in Deutschland nachhaltig verbessert werden. Im Rahmen des Ausbaus beteiligt sich die BIH AG Medizininformatik an einem Projekt zur Erforschung innovativer Verfahren für die Anonymisierung und Synthetisierung von Daten, mit dem Ziel, einen maximalen Schutz der Privatheit der Patient*innen zu gewährleisten. 

Weitere Informationen

Die Nationale Forschungsdateninfrastruktur (NFDI) soll Datenbanken aus Wissenschaft und Forschung systematisch erschließen, nachhaltig sichern und zugänglich machen sowie (inter-)national vernetzen. Die Ziele von NFDI4Health sind unter anderem: (1) Auffindbarkeit von sowie Zugang zu strukturierten Gesundheitsdaten ermöglichen, (2) Interoperabilität und Wiederverwendbarkeit der Daten etablieren und verbessern und (3) Austausch und die Verknüpfung von personenbezogenen Daten unter Wahrung des Datenschutzes ermöglichen.

Weitere Informationen

Der Sonderforschungsbereich (SFB) 1340 "Matrix in Vision" erforscht innovative Methoden zur in-vivo-Visualisierung der pathologisch veränderten extrazellulären Matrix. Unsere Gruppe unterstützt den SFB bei der Datenverwaltung, -analyse und -visualisierung durch ein Informationsinfrastrukturprojekt. Hierbei liegt der Fokus auf dem gesamten Lebenszyklus verschiedener Arten von komplexen und multidimensionalen Daten. 

Weitere Informationen

Ziel des Projekts THS-MED ist es, hochskalierbare Open-Source-Werkzeuge für Treuhandstellen in der Translationalen Medizin zu entwickeln. Ein wesentlicher Fokus liegt auf Komponenten für das  Stammdatenmanagement sowie die Pseudonymisierung, sowohl für Studienpersonal und Forschende, als auch für einen programmatischen Zugriff.

Weitere Informationen

CORD_MI: Die „Collaboration on Rare Diseases“ (CORD_MI) der Medizininformatik-Initiative (MII) hat sich zum Ziel gesetzt, die Sichtbarkeit Seltener Erkrankungen sowie die Forschung und Versorgung im Bereich Seltener Erkrankungen durch Datenaustausch zu verbessern. Dazu werden auf bundesweiter Ebene sowohl die technischen als auch organisatorischen Lösungen der vier Konsortien der MII (DIFUTURE, HiGHmed, MIRACUM, SMITH) genutzt. 

Weitere Informationen

Ziel des Projektes „Nationale Forschungsdatenplattform“ (CODEX) des Forschungsnetzwerks der Universitätsmedizin zu COVID-19 (NUM) ist es, eine einheitliche, bundesweit nutzbare und datenschutzkonforme Plattform zur Erforschung von SARS-CoV-2 und COVID-19 aufzubauen. So sollen Wissenschaftler*innen verschiedenster Fachrichtungen schnell auf eine große Zahl einheitlicher Datensätze zugreifen können, um die Forschung in dieser und in zukünftigen Pandemien zu unterstützen.

Weitere Informationen

Im Projekt CODEX+ wird die kollaborative Forschungsdateninfrastruktur CODEX des Netzwerks Universitätsmedizin (NUM) breiter ausgerollt und weiterentwickelt, mit Schwerpunkten in den Bereichen Datenquellen, Datenmodelle, Datenanonymisierung und Konvergenz mit den Strukturen der Medizininformatik-Initiative und anderen NUM-Projekten.

Weitere Informationen

Das Projekt Lean European Open Survey on SARS-CoV-2  (LEOSS) ist eine europäische prospektive Kohortenstudie zur Untersuchung der Epidemiologie und des klinischen Verlaufs von Infektionen mit SARS-COV-2. Ziel ist die Entwicklung evidenzbasierter diagnostischer und therapeutischer Empfehlungen. Unsere Arbeitsgruppe entwickelt und implementiert ein mehrstufiges Schutzverfahren zur Privatsphäre-erhaltenden Nutzung und Weitergabe der gesammelten Daten.

Weitere Informationen

ORCHESTRA ist ein groß angelegtes Forschungsprojekt zur Bekämpfung der Coronavirus-Pandemie. Ziel ist es, eine internationale Kohorte für die Durchführung von retrospektiven und prospektiven Studien zu schaffen, um fundierte Erkenntnisse zur Verbesserung der Prävention und Behandlung von COVID-19 zu gewinnen und besser auf künftige Pandemien vorbereitet zu sein. 

Weitere Informationen