Im Rahmen der Medizininformatik-Initiative (MII) und des Netzwerks Universitätsmedizin (NUM) wird der Aufbau von Medizinischen Datenintegrationszentren gefördert, um medizinische Routinedaten in ein standardisierte Format zu überführen und diese somit für eine sekundäre Nutzung, wie z.B. der Forschung, zur Verfügung zu stellen. Im Rahmen dieser Forschungsinitiativen hat sich die Carl von Ossietzky Universität dem Konsortium HiGHmed angeschlossen und gründete das Oldenburger Datenintegrationszentrum, MeDIC-UMO. Frau Prof. Dr. Wulff vertritt das MeDIC-UMO als Standortsprecherin auf nationaler Ebene und begleitet es als wissenschaftlicher Beraterin. 

Weiterführende Informationen finden Sie hier:

MeDIC-UMO

HiGHmed

Medizininformatik-Initative

Infektionen, die im Krankenhaus entstehen (sogenannte nosokomiale Infektionen) stellen sowohl für die betroffenen Patient*innen als auch für das Gesundheitspersonal ein Problem dar. Zu den schwerwiegendsten Infektionen gehören dabei Blutstrominfektionen, bei denen Bakterien in den Blutkreislauf gelangen und die trotz allen medizinischen Fortschritts zu langfristigen Folgenschäden oder sogar zum Tod der Betroffenen führen können. 

Mit dem Projekt RISK-PRINCIPE möchten wir eine Software entwickeln und bereitstellen, die das Klinikpersonal bei der individuellen und patientengruppen-spezifischen Dokumentation und Überwachung, sowie Risikoprädiktion unterstützt. Unser Ziel ist es, eine Nutzer-orientierte Anwendung zu implementieren, welche durch die enge Zusammenarbeit mit Kliniker*innen, zu besseren zielgerichteten und ggf. sogar neuen Präventionsmaßnahmen beiträgt. Dadurch können die aus den Daten abgeleiteten Risiken besser berücksichtigt werden und es wird somit eine verbesserte Versorgung von Patient*innen gesichert. 

Weiterführende Informationen zu RISK-PRINCIPE

Um passende Interventionen für Patient*innen mit Post-COVID-19-Erkrankung anzubieten, ist es wichtig, genau zu verstehen, wie sich die Erkrankung bei ihnen äußert und welche Unterschiede es zwischen Patient*innen gibt. Viele der Betroffenen leiden unter Müdigkeit, Aufmerksamkeits- und Gedächtnisstörungen. Noch ist unklar, wie sich diese Symptome über kürzere und längere Zeit verändern, oder wie sie mit anderen Faktoren zusammenhängen.

Um mehr Klarheit bezüglich des Verlaufs neurokognitiver Symptome nach COVID-19 zu schaffen, verfolgen wir zwei Ansätze: Erstens entwickeln wir eine webbasierte App, zur Erfassung von Schwankungen der Symptome über einen kürzeren Zeitraum anhand standardisierter neurokognitiver Tests. Zweitens untersuchen wir die Entwicklung der Symptome in Datensätzen aus Langzeitstudien. Dabei ergründen wir auch, wie Unterschiede in den Verläufen zwischen verschiedenen Patient*innen zustande kommen und welche Rolle das soziale Umfeld dabei spielt.

Weiterführende Informationen zu COFONI

Die durch das Bundesministerium für Bildung und Forschung geförderte Arbeitsgruppe-Interoperabilität, als Teil der Medizininformatik-Initiative, fokussiert in Ihrem Handeln die verbesserte Nutzung der Daten aus Krankenversorgung und Forschung, mit dem Ziel die Patientenversorgung zukunftsfähiger, nachhaltiger und tragfähiger zu gestalten.

Weiterführende Informationen zur AG IOP

Nachfolgeprojekt des Projektes ELISE https://plri.de/forschung/projekte/elise 

Im Rahmen von ELISEplus sind nun weitere, darüber hinaus gehende konsequente Schritte notwendig, um einen konstanten Nutzen der Resultate zu generieren und die Translation auf verschiedenen Ebenen zu garantieren, darunter

• Translation in die pädiatrischen Intensivversorgung, Teil I Prädiktionsmodelle
• Translation in die pädiatrischen Intensivversorgung, Teil II Datenqualität
• Kommunikation mit und Übertragbarkeit an weitere Hersteller und Standorte
• Ergebnis- und Wissenschaftskommunikation (Open Science)

Das Projekt INGVER – Intersektorale Versorgung vulnerabler Gruppen der Universitätsmedizin Oldenburg (UMO) zielt darauf ab, eine sektorenübergreifende, integrative und individualisierte Gesundheitsversorgung für gesundheitlich vulnerable Gruppen zu etablieren. Dies erfolgt durch die Erforschung innovativer und interdisziplinärer Diagnose-, Behandlungs- und Versorgungsmaßnahmen im Kontext der personalisierten Medizin. Der Fokus liegt dabei auf der Entwicklung neuer Diagnose und Therapiekonzepte im klinischen Bereich sowie der intersektoralen Vernetzung und Automatisierung von Versorgungsmaßnahmen von der Prävention über die Rehabilitation bis hin zur häuslichen
Versorgung und Pflege/Betreuung, um langfristig koordinierte und präventive Behandlungsstrategien zu etablieren. Das Projekt konzentriert sich auf die folgenden drei vulnerablen Patient:innengruppen:

• Risikogeborene
• Onkologische Patient:innen
• Ältere Menschen

Die German openEHR Modeling Group (GoEMG) ist eine von Community zur Förderung interdisziplinärer Zusammenarbeit und kollegialen Unterstützung im Rahmen der openEHR-Modellierungsaktivitäten in Deutschland. Ziel ist es, die Verbreitung und Weiterentwicklung des openEHR-Standards im deutschsprachigen Raum (DACH) nachhaltig zu stärken.

Die openEHR Modeling Group im HiGHmed Konsortium steht für Innovation und Zusammenarbeit im Gesundheitswesen und verfolgt das Ziel, qualitativ hochwertige, interoperable Informationsmodelle für das Gesundheitswesen zu entwickeln. Seit dem Beginn der Modellierungsarbeit im Jahr 2016/2017 – gefördert durch das HiGHmed-Konsortium – wurde eine strukturierte und kollaborative Arbeitsweise etabliert.

Auf Basis internationaler Zusammenarbeit und mit Blick auf zukünftige Entwicklungen wurde im Jahr 2024 die German openEHR Modeling Group (GoEMG) als Weiterentwicklung der openEHR Modeling Group des HiGHmed-Konsortiums gegründet. Die GoEMG profitiert von langjährigen internationalen Partnerschaften, insbesondere in den Bereichen Genomik und Onkologie. Zudem ist die Gruppe aktives Mitglied im internationalen Clinical Program Board und beteiligt sich an der Arbeit im openEHR Specifications Editorial Committee.

Leitung: Prof. Dr. Simon Schäfer, Abteilung für Anästhesiologie, Intensivmedizin, Notfallmedizin und
Schmerztherapie

in Kooperation mit Prof. Dr. Nils Strodthoff, Abteilung für AI4Health

Ziel dieses Projektes ist es zu analysieren, ob auf Intensivstation und im OP mittels
waveformbasierter KI-Modelle eine Hypotension besser vorhergesagt werden kann als mittels
Analyse von Vitaldatenwerten

Im Rahmen einer Kooperation mit der Universitätsklinik für Anästhesiologie, Intensivmedizin, Notfallmedizin und Schmerztherapie (Klinikum Oldenburg) entsteht ein Simulationszentrum, das sowohl zur klinischen Weiterbildung und universitären Lehre als auch zu Forschungszwecken zur Verfügung steht.

Im Kontext des Projekts „Simulationszentrum” untersuchen wir limitierende Faktoren, die den bestimmungsgemäßen Einsatz von Clinical Decision Support Systems (CDSS) einschränken und ihren Einfluss mindern. Wir arbeiten an der Operationalisierung dieser limitierenen Faktoren, um eine ganzheitliche und standardisierte Evaluierung von CDSS in einer kontrollier- und reproduzierbaren klinischen Umgebung zu ermöglichen.

Weiterführende Informationen zum Projekt „Simulationszentrum”

Unter der Geburt kann es zu Komplikationen kommen, die bei den betroffenen Neonaten zu einer
Asphyxie führen und neurologische Langzeitschäden nach sich ziehen können. Als Standardbehandlung hat sich in diesen Fällen die therapeutische Hypothermie-Behandlung etabliert. Zur Minderung des damit einhergehenden erhöhten Stresslevels werden die Neugeborenen während der Therapie sediert. Um das Risiko und die Folgen möglicher Entzugserscheinungen möglichst gering zu halten, gilt es die Dosis der zu verabreichenden Sedativa so weit wie möglich zu reduzieren, ohne die notwendige Narkosetiefe zu unterschreiten.

Im Rahmen des Projekts „Sedierung bei Neonaten” beschäftigen wir uns mit aktuellen Therapieansätzen bei neonataler Asphyxie. Wir untersuchen und evaluieren die Prozesse und das Outcome einer allgemeinen Reduzierung der Sedierungsdosis bei Neonaten mit Asphyxie während einer Hypothermie-Therapie anhand eines EEG-Monitorings zur Narkosetiefemessung.

Weiterführende Informationen zum Projekt „Sedierung bei Neonaten”

Weiterführende Informationen zur Profilinitiative