Multi-dimensionAI: linking scales of information to improve care for patients with heart failure

Das Projektteam an den Standorten Heidelberg und Mainz fokussiert sich dabei auf Patient:innen mit Herzinsuffizienz mit erhaltener Ejektionsfraktion (HFpEF), ein Patientenkollektiv mit einer hohen Sterblichkeit. 

Fortschritte in der KI und Biotechnologie geben neue Möglichkeiten zur Charakterisierung von Individuen. So sollen Daten, die die Patient:innen von der Mikro- zur Makro-Ebene beschreiben wie zum Beispiel Genomik, Mikroskopische oder Medizinische Bilddaten zum Training von KI-Algorithmen genutzt werden. Dies erlaubt verbessertes Verständnis von individuellen Krankheitsprozessen und damit einhergehenden Diagnosen, um Therapieentscheidungen zu vereinfachen. Außerdem führen Krankheitssymptome bei Patient:innen typischerweise zu weniger physischer Aktivität, was den Gesundheitszustand weiter verschlechtert. Dem soll entgegengewirkt und eine aktive Patiententeilhabe erreicht werden: Patient:innen werden mit einem sogenannten Exosuit trainiert, die am Körper der Nutzer:innen befestigt werden und Bewegungsunterstützung zur Mobilitätssteigerung anbieten. Die Lebensstilverbesserungen werden wiederholt bewertet, um Effekte zu erkennen, die von der molekularen bis zur makroskopischen Ebene reichen. Diese Ergebnisse werden wiederrum zur Verbesserung und Evaluation des KI-Systems genutzt.