Durch Big Data und künstliche Intelligenz hat die medizinische Forschung einen Innovationsschub erfahren. Die Digitalisierung ist Grundvoraussetzung dafür und Wegbereiter für zielgerichtete Therapieansätze und Präzisionsmedizin, dank ihrer können Pathomechanismen der Krankheitsentstehung wie z.B. krankheitsauslösende Genmutationen schneller erkannt, genetische Subtypen von Erkrankungen identifiziert oder neue Risikofaktoren entdeckt werden. Alle Seiten können vom individualisierten und schnellen Zugang zu medizinischem Wissen sowie von frühzeitigen Interventionen und der Nutzung diagnostischer und therapeutischer Möglichkeiten profitieren. Diese Entwicklung ist gerade im Hinblick auf eine zukünftige bestmögliche Gesundheitsversorgung mit hoher Qualität und Zugänglichkeit wichtig.
Neurologischer Forschungsfortschritt durch Digitalisierung!
Dort wird maschinelles Lernen eingesetzt, um die genetische Architektur der Erkrankung zu erforschen. In den meisten Algorithmen des maschinellen Lernens werden genomische Daten zusammen mit anderen Informationen ausgewertet, z.B. den Interaktionen zwischen Proteinen, epigenetische Daten oder bekannte ALS-Phänotyp-Genotyp-Assoziationen. Ein aktuelles Beispiel ist die Forschung zur Amyotrophen Lateralsklerose (ALS). Die Originalarbeit finden Sie über den Link.
Quelle: PI DGN
