Demenz: Semantische Integration hilft bei Früherkennung

Von neuen Ansätzen in der Datenanalyse versprechen sich Forscher vom Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen (SCAI), vom Deutschen Zentrum für neurodegenerative Erkrankungen (DZNE) und vom Universitätsklinikum Bonn (UKB) Fortschritte in der Früherkennung von Demenzerkrankungen.

23.03.2016

 
Grafik: Pfeildiagramm, das die Funktionsweise der neuen Datenanalyse veranschaulicht; Copyright: Fraunhofer SCAI

Durch die Verknüpfung und Analyse von Patienten- und Forschungsdaten werden im Projekt IDSN neue Erkenntnisse für personalisierte Therapien gewonnen, die unter anderem bei der Früherkennung von Demenz helfen könnten; © Fraunhofer SCAI

Im Projekt "Integrative Datensemantik für die Neurodegenerative Forschung" (IDSN) arbeiten die drei Einrichtungen an einer Gesamtsicht großer Datensätze aus verschiedenen Forschungsbereichen. In der Entwicklungsphase des Projekts werden daher Primärdaten, beispielsweise anonymisierte Informationen aus Patientenakten des Universitätsklinikums Bonn, mit Sekundärdaten, etwa Daten aus öffentlichen Datenbanken und Forschungspublikationen, unter Beachtung des Datenschutzes miteinander verknüpft. Danach folgt die sogenannte Translationsphase, in der die Daten integrativ analysiert werden.

"Eine erste Analyse von Daten des DZNE und des UKB hat gezeigt, dass die Verknüpfung von Primär- und Sekundärdaten eine echte Herausforderung darstellt", sagt Dr. Juliane Fluck, Leiterin Textmining am Fraunhofer SCAI und Projektkoordinatorin. Um die im DZNE vorliegenden Daten zu verknüpfen und kombiniert mit externem Wissen abfragbar zu machen, entwickeln die Forscher daher einen semantischen Verknüpfungs-Service. Dabei werden unterschiedlich benannte, aber bedeutungsgleiche Begriffe in mehreren Datenquellen erkannt und zueinander in Beziehung gesetzt. "So wird dem Rechner semantisches Expertenwissen auf dem Gebiet der neurodegenerativen Erkrankungen vermittelt, das zur umfassenden Auswertung der Daten notwendig ist", erläutert Fluck. Eine besondere Schwierigkeit liegt dabei in der Verknüpfung deutscher Patienteninformationen mit meistens englischsprachigen externen Datenquellen.

Mit Hilfe von Textmining-Methoden bringen die Forscher zusätzliches Wissen aus Fachpublikationen in die am DZNE vorhandenen Krankheitsmodelle ein. Schließlich kommen in der Translationsphase des Projekts Verfahren des Data Mining und des automatischen Schlussfolgerns (Reasoning) zum Einsatz, um beispielsweise neue Therapievorschläge zu unterstützen.

Die im Projekt entwickelten Ansätze zur Informationsextraktion können über das Projektende hinaus von weiteren Kliniken genutzt werden. Der semantische Verknüpfungs-Service für die Datenintegration aus deutsch- und englischsprachigen Quellen auf dem Gebiet neurodegenerativer Erkrankungen soll darüber hinaus öffentlichen Einrichtungen und der Pharmaindustrie zur Verfügung stehen.

Das biomedizinische Textmining und die semantische Suche sind seit Jahren Forschungsschwerpunkte im Geschäftsfeld Bioinformatik von Fraunhofer SCAI. So arbeitet SCAI im BMBF-Projekt Neuroallianz an der In-Silico-Ermittlung von Biomarkern bei neurodegenerativen Erkrankungen und an der Bereitstellung der zentralen IT-Plattform. Im von der IMI, einer gemeinsamen Initiative von Europäischer Kommission und Pharmaindustrie, geförderten Projekt "Aetionomy" arbeiten SCAI und UCB Pharma unter anderem an einer Taxonomie, die neurodegenerative Erkrankungen systematisch nach den ihnen zugrunde liegenden, molekularen Krankheitsmechanismen klassifiziert.

Das Projekt IDSN wird in der dreijährigen Entwicklungsphase mit 1,77 Millionen Euro vom Bundesministerium für Bildung und Forschung (BMBF) gefördert. Bei positiver Evaluierung wird die zweijährige Translationsphase zusätzlich gefördert.

REHACARE.de; Quelle: Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI

Mehr über das Fraunhofer-Institut SCAI unter: www.scai.fraunhofer.de