Strukturierte Verwaltung von Gesundheitsdaten - 14.08.2025

Data Governance im Gesundheitswesen

Im Gesundheitswesen entstehen immer mehr Daten, doch oft bleiben sie ungenutzt oder unsicher. Data Governance, ein Rahmen für die strukturierte Datenverwaltung und -erhebung, kann helfen, dieses Potenzial zu heben und die Basis für eine bessere Versorgung zu schaffen.

Atemtest ersetzt invasive Diagnostik - 30.07.2025

Minisensor für das Smartphone: Neuartiger Atemtest auf Helicobacter-Infektion

Der Magenkeim Helicobacter pylori ist weit verbreitet und kann nicht nur unser Befinden beeinträchtigen, sondern auch schwere Erkrankungen verursachen, wenn er über längere Zeit nicht erkannt wird. Dabei ist eine Therapie gut möglich. Zuvor steht jedoch die gesicherte Diagnose. Hierfür wurde ein Atemtest entwickelt, der das Bakterium per Mini-Sensor nachweist. Derzeit arbeiten die Forschenden an einer Smartphone-tauglichen Lösung.

KI-gestütze Bilderkennung beschleunigt Identifizierung von Zebrafischmutanten - 16.07.2025

EmbryoNet AI identifiziert selbstständig Entwicklungsstörungen

Die embryonale Entwicklung ist bei komplexen Organismen über Signalwege genau reguliert. Bei Störung dieser Signalwege entstehen charakteristische phänotypische Entwicklungsschäden, die nicht immer leicht zu erkennen sind. Der Entwicklungsbiologe Prof. Dr. Patrick Müller hat mit der Software EmbryoNet an der Universität Konstanz ein Tool entwickelt, mit der sich Entwicklungsstörungen zuverlässig per Bildanalyse identifizieren lassen.

Das Team der Universitätsklinik hat mit dem sogenannten Mikro-Ultraschall ein neues Bildgebungsverfahren zur Prostatabiopsie in Heidelberg eingeführt. Damit können kleinste Gewebeauffälligkeiten angesteuert werden. Ein Vorteil für die Patienten: Es muss im Vorfeld nicht mehr ein MRT durchgeführt werden, was die Wartezeiten für einen Termin zum Ausschluss oder Nachweis von Prostatakrebs ohne Qualitätseinbußen um bis zu 8 Wochen verkürzen kann.

Die Multiple Sklerose galt bislang als eine Erkrankung mit verschiedenen Subtypen wie „schubförmig“ oder „progredient“. Statt fixer Krankheitsphänotypen identifiziert ein KI-gestütztes Modell vier zentrale Zustandsdimensionen, die den Verlauf der MS wesentlich besser abbilden: körperliche Behinderung, Hirnschädigung, klinische Schübe und stille Entzündungsaktivität. Die Erkenntnisse könnten die Diagnostik und Behandlung verändern.