Entwicklung prädiktiver Biomarker für den Krankheitsverlauf und das Ansprechen auf die Behandlung mittels KI-Methoden für chronische nichtübertragbare Krankheiten

Erwartetes Ergebnis:

Dieses Thema zielt darauf ab, Aktivitäten zu unterstützen, die zu einem oder mehreren erwarteten Auswirkungen des Ziels „Entwicklung und Nutzung neuer Werkzeuge, Technologien und digitaler Lösungen für eine gesunde Gesellschaft“ beitragen oder diese ermöglichen. Zu diesem Zweck sollten Vorschläge im Rahmen dieses Themas darauf abzielen, Ergebnisse zu liefern, die auf alle folgenden erwarteten Ergebnisse ausgerichtet sind, auf diese zugeschnitten sind und zu diesen beitragen:

• Klinische Forscher und Entwickler haben Zugang zu neuartigen prädiktiven Biomarkern, um eine genauere Bewertung des Krankheitsverlaufs und des Ansprechens auf die Behandlung zu ermöglichen und den ungedeckten klinischen Bedarf bei nichtübertragbaren chronischen Krankheiten zu decken.
• Kliniker und medizinisches Fachpersonal verwenden klinisch validierte prädiktive Biomarker zur Implementierung effektiverer klinischer Forschung und personalisierter Medizin mit besseren Gesundheitsergebnissen bei chronischen nichtübertragbaren Krankheiten.
• Wichtige Interessengruppen haben Zugang zu vertrauenswürdigen Tools der Künstlichen Intelligenz (KI), um die Entwicklung multimodaler prädiktiver Biomarker mit höherer Genauigkeit und klinischem Wert im Vergleich zur etablierten Praxis zu steuern.
• Die Bürger profitieren von besseren Gesundheitsergebnissen dank verbesserter klinischer Leitlinien und der Implementierung effektiver Biomarker-gesteuerter klinischer Forschung und personalisierter Gesundheitsversorgung.

Umfang:

Biomarker^[1] sind unschätzbare Werkzeuge zur Verbesserung der Patientenergebnisse, zur Steuerung von Behandlungsentscheidungen, zur Beschleunigung der personalisierten Medizin, effektiverer klinischer Forschung und der Entwicklung besserer Medikamente.

Trotz der wissenschaftlichen Entdeckungen vieler klinisch relevanter Biomarker, die auf Zehntausende geschätzt werden, wurden jedoch nur wenige Biomarker in die klinische Praxis implementiert. Das traditionelle „Ein-Biomarker“-Paradigma ist unzureichend, um den ungedeckten klinischen Bedarf chronischer, progressiver und multifaktorieller Krankheiten zu decken, aufgrund der Komplexität der klinischen Phänotypen, die durch eine breite Inter- und Intra-Patienten-Heterogenität gekennzeichnet sind. Die etablierten Biomarker haben Einschränkungen in ihrer Verwendung als prognostische und prädiktive Indikatoren für die Bewertung des Krankheitsverlaufs und die Wahl der optimalen therapeutischen Interventionen, die auf die Merkmale der Patienten zugeschnitten sind.

Daher konzentriert sich das Thema auf die klinische Entwicklung prädiktiver Biomarker für den Krankheitsverlauf und das Ansprechen auf die Behandlung bei chronischen nichtübertragbaren Krankheiten (außer Krebs) unter Verwendung etablierter KI-Methoden, die in der Lage sind, Daten klinisch verwendeter und Kandidaten-Biomarker mit verfügbaren Daten aus relevanten klinischen Studien, Längsschnittstudien und Real-World Data (RWD)^[2] zu kombinieren. Es wird erwartet, dass dieses Thema kollaborative Projekte unterstützt, die den Weg für zukünftige Innovationen in der personalisierten Medizin ebnen und zeitnahere und effektivere therapeutische Interventionen ermöglichen.

Die Vorschläge sollten alle folgenden Forschungs- und Innovationsaktivitäten umfassen:

• Aufbau einer multidisziplinären Zusammenarbeit zur Kartierung und Bewertung der verfügbaren Informationen und Daten zu Biomarkern, die derzeit im klinischen Umfeld verwendet werden, sowie zu Kandidaten-Biomarkern aus früheren und laufenden klinischen Studien, die wissenschaftlich als klinisch relevant für den Krankheitsverlauf und das Ansprechen auf die Behandlung der untersuchten chronischen nichtübertragbaren Krankheiten erwiesen sind. Dies sollte die Stratifizierung nach biologischem Geschlecht und, wo machbar, die Integration geschlechtsbezogener Variablen und soziodemografischer Determinanten umfassen, die Krankheitsverläufe oder die Wirksamkeit der Behandlung modulieren können.
• Anpassung und Anwendung etablierter KI-Methoden anstatt der Entwicklung neuer Methoden von Grund auf, um neuartige prädiktive Biomarker für den Krankheitsverlauf und das Ansprechen auf die Behandlung zu liefern, indem Daten von derzeit verwendeten und Kandidaten-Biomarkern mit geeigneten Daten aus verfügbaren Längsschnittstudien und anderen relevanten klinischen Studien, einschließlich RWD, bei Bedarf integriert werden. Um eine solide und schnelle…