Mit neuartigen Methoden beobachten Forschende die Wirksamkeit von Krebstherapien. Die blauen, grünen und gelben Streifen zeigen Sequenzierungsergebnisse von DNA. (Bild: Universität Zürich / Frank Brüderli)

Den Datenschatz heben

Das Forschungszentrum «The LOOP Zurich» schafft eine zentrale Plattform für den Austausch von Gesundheitsdaten zwischen Universität Zürich, ETH Zürich und den vier universitären Spitälern. Damit Daten rasch und unkompliziert zugunsten der Patientinnen und Patienten genutzt werden können. 

Liegt eine Patientin auf der Intensivstation, überwachen zahlreiche Geräte ihren Gesundheitszustand. Zwischendurch erfolgt vielleicht eine Magnetresonanztomographie und im Hintergrund werden im Labor Blutproben ausgewertet. All dies mit dem Ziel einer bestmöglichen Behandlung. Dabei fallen pro Person auf einer Intensivstation jeden Tag rund 20 MB an Daten an, in speziellen Situationen werden gar 100 GB erreicht – eine gewaltige Menge, die etwa der Dateigrösse eines einstündigen Kinofilms entspricht.

Stimmen die Patientinnen und Patienten der Nutzung dieser Daten für die medizinische Forschung zu, wird es spannend. Denn besonders wenn eine grosse Datenmenge analysiert werden kann, werden darin Muster sichtbar, wie sich Krankheiten entwickeln und welche Therapien wirksam sind. Immer öfter kommen dabei Methoden der Künstlichen Intelligenz zum Einsatz und schaffen die Grundlage, um personalisierte, also auf jeden einzelnen Menschen zugeschnittene Behandlungen zu entwickeln. «Grosse Datenmengen sind eine wichtige Grundlage der Präzisionsmedizin», sagt Beatrice Beck Schimmer, Direktorin Universitäre Medizin Zürich.

Zelltherapie trifft neuestes Gene-Editing: Start-up Cimeio spannt mit Prime Medicine zusammen

Den Datenschatz heben

Bart Deplancke, PhD, a scientist at EPFL, is a senior author of the study.

Sequencing Living Cells Made Possible Through Live-Seq

Die Wirkung von Medikamenten auf einzelne Zellen wird prognostizierbar

Gesetzesreform der EU-Kommission: CRISPR & Co nicht mehr dasselbe wie Gentechnik

Wie ein Biomarker den Verlauf von COVID-19 voraussagen kann