COMMITMENT

Modellierung von Komorbiditäts-Prozessen durch integratives, maschinelles Transfer-Lernen für psychiatrische Erkrankungen

Psychotische Störungen gehören zu den schwersten psychiatrischen Erkrankungen und stellen eine enorme klinische und gesundheutsökonomische Herausforderung dar. Patienten werden trotz der substantiellen klinischen Heterogenität dieser Störungen und der häufig auftretenden Komorbidität von Typ-2 Diabetes, kardiovaskulären Ekrankungen und neurodegenerativen Veränderungen, meist durch einen „one-fits-all“ Ansatz behandelt. Um die Grundlage für neue diagnostische und therapeutische Verfahren zu schaffen, verfolgt COMMITMENT das Ziel, psychotische Störungen zu stratifizieren und klinisch-relevante biologische Signaturen zu identifizieren, die derer Komobidität mit somatischen Erkrankungen zugrunde liegen. Der COMMITMENT-Verbund bringt dazu Experten aus den Gebiten der Medizin, Biologie und Informatik von acht Institutionen zusammen und leistet somit einen strukturbildenden Beitrag zur Etablierung der systemorientierten medizinischen Forschung. In sechs Teilprojekten werden COMMITMENT Partner computergestütze Verfahren entwickeln und einsetzen, um aus multimodalen Daten Krankheits-Signaturen zu extrahieren und zu charakterisieren. Die Analyse derer Entwicklungsverläufe soll dazu dienen, Alterszeitspannen mit verstärktem Komorbiditäts-Risiko zu identifizieren. Basierend auf diesen Ansätzen werden COMMITMENT Partner die Vorhersagekraft der identifizierten Signaturen für Krankheitsverläufe, Behandlungserfolg und das Auftreten von Komorbiditäten untersuchen und so einen entscheidenden Beitrag zur zukünftigen Etablierung der personalisierten Medizin in der Psychiatrie leisten.

Schematische Übersicht über das COMMITMENT Projekt.

Informationen zur Fördermaßnahme finden Sie auf der BMBF-Webseite