Skip to main content

Modellbasierte Therapieplanung für PatientInnen mit komplexen Herzklappenerkrankungen

Über das Projekt

Entscheidungsunterstützungssystem (DSS) im Anwendungsfall: Patientenspezifische Daten (Bilddaten, unstrukturierte Daten aus Befundberichten, Entlassbriefen, etc.) werden in das DSS eingepflegt.

Das Diagramm zeigt die klinische Infrastruktur und Datenanalyse zur Bewertung von Herzfunktionen. Es beinhaltet Hauptkomponenten wie Ventricularfunktion, Aortenklappen- und Mitralkappenfunktion sowie deren relevante Parameter. Am unteren Ende wird die klinische Beurteilung visualisiert, die auf diesen Analysen basiert.
Das Diagramm zeigt die klinische Infrastruktur und Datenanalyse zur Bewertung von Herzfunktionen. Es beinhaltet Hauptkomponenten wie Ventricularfunktion, Aortenklappen- und Mitralkappenfunktion sowie deren relevante Parameter. Am unteren Ende wird die klinische Beurteilung visualisiert, die auf diesen Analysen basiert.

Entscheidungsunterstützungssystem (DSS) im Anwendungsfall: Patientenspezifische Daten (Bilddaten, unstrukturierte Daten aus Befundberichten, Entlassbriefen, etc.) werden in das DSS eingepflegt.

Dieses Projekt zielt darauf ab, die Behandlung komplexer Herzklappenerkrankungen durch den Einsatz innovativer in silico-Modelle erheblich zu verbessern. Der derzeitige klinische Ansatz ist stark auf Durchschnittspatienten ausgerichtet und berücksichtigt nicht die individuelle Variabilität bei komplexen und seltenen Herzkrankheiten. Insbesondere bei kombinierten Herzklappenvitien, wie einer Aortenklappenstenose in Verbindung mit einer Mitralklappeninsuffizienz, besteht hoher Optimierungsbedarf, um optimale Therapiestrategien zu entwickeln und vorherzusagen.

Das Vorhaben kombiniert physikalische und datengetriebene Modellierungsansätze zu einem hybriden Entscheidungsunterstützungssystem, das die hämodynamische Interaktion verschiedener Herzklappen realitätsnah simuliert. Ziel ist es, eine benutzerfreundliche Plattform zu entwickeln, die individuelle Patientendaten nutzt, um die Wirkung verschiedener Interventionen in Echtzeit vorherzusagen und so die Planung und Durchführung chirurgischer sowie interventioneller Eingriffe präzise und risikoarm zu gestalten.

Durch die Validierung anhand klinischer Bilddaten und den Einsatz künstlicher Intelligenz soll das System die klinische Entscheidungsfindung verbessern, die Behandlungssicherheit erhöhen und die Behandlungsergebnisse maßgeblich verbessern. Die Arbeit baut auf vorherigen erfolgreichen Forschungsprojekten auf, die die Validität bildbasierter Strömungssimulationen und die Nutzung synthetischer Daten im klinischen Kontext belegen.

Zudem wird eine geeignete Therapieoption aus einer Liste definierter Modelle und Verfahren ausgewählt. Das DSS berechnet dann die zu erwartenden postinterventionellen hämodynamischen Parameter der Aortenklappe, Mitralklappe sowie des Ventrikels. Sollten diese nicht zufriedenstellend sein, kann die Therapiestrategie verändert werden, bis die optimale Therapie identifiziert wird. TAVR – transkatheter Aortenklappenersatz; SAVR – chirurgischer Aortenklappenersatz; TEER – transkatheter Rand-zu-Rand Reparatur; PV-Loops – Druck-Volumen-Kurve.

Projektinformationen

Keywords

Kennzahlen

Förderkennzeichen:
2024_EKEA.67
Projekt-ID:
Kombinierte Vitien
Seite des Projekts:
https://icm.dhzc.charite.de/p/modellbasierte-therapieplanung-fuer-patientinnen-mit-komplexen-herzklappenerkrankungen-452/
Laufzeit:
30.04.2025 bis 31.03.2028
Förderung:

EKFS

Status:
aktiv

Ansprechpartner:in

PD Dr. med. Marie Schafstedde

Fachärztin für Kinder- und Jugendmedizin, BIH Charité Digital Clinician Scientist
Kontakt aufnehmen
Porträt einer lächelnden Frau mit blonden Haaren, die ein schwarzes Oberteil trägt. Der Hintergrund ist hell und hat geometrische Formen. Sie wirkt freundlich und zugänglich.