Zur Startseite Zur Hauptnavigation Zum Inhalt Zur Suche Zur Sitemap
+A-
ENDE
  Menü
GB Informationstechnologie
  Menü
  • Startseite GB IT
  • Wir über uns
  • Datenintegrationszentrum
    • Fokus und Aufgaben
    • Services
    • Standardisierung und Interoperabilität
    • Kontakt und Anträge
    • Projektübersicht
      • ASIC
      • HELP
      • STAKI2B2
      • EMerGE-NeT
      • MII-Demonstratorstudie
      • INDEED
      • POLAR
      • NUM-Dashboard
      • NT-proBNP
      • WE-STORM
      • RISK PRINCIPE
      • INTERPOLAR
      • PEDREF 2.0 – Rollout/DE
      • NutriScoPe
      • LABKI2B2
    • Ergebnisse und Weiterführendes
  • IT-Services für
  • Karrierechancen
  • Hauptmenü
    • Patienten & Angehörige
    • Forschung
    • Lehre & Studium
    • Ärzte & Zuweiser
    • Kliniken & Institute
    • Uniklinikum Jena
    • Beruf & Karriere
  • Startseite GB IT
  • Wir über uns
  • Datenintegrationszentrum
    • Fokus und Aufgaben
    • Services
    • Standardisierung und Interoperabilität
    • Kontakt und Anträge
    • Projektübersicht
      • ASIC
      • HELP
      • STAKI2B2
      • EMerGE-NeT
      • MII-Demonstratorstudie
      • INDEED
      • POLAR
      • NUM-Dashboard
      • NT-proBNP
      • WE-STORM
      • RISK PRINCIPE
      • INTERPOLAR
      • PEDREF 2.0 – Rollout/DE
      • NutriScoPe
      • LABKI2B2
    • Ergebnisse und Weiterführendes
  • IT-Services für
  • Karrierechancen
Geschäftsbereich Informationstechnologie / Datenintegrationszentrum / Projektübersicht / LABKI2B2

LABKI2B2

Projektname: Laborbasierte Künstliche Intelligenz zur qualitätskontrollierten Extraktion klinischer Phänotyp-Informationen im Healthcare Integrated Biobanking

Projektkategorie: lokales Forschungsprojekt

Verantwortliche:

  • PD Dr. Dr. Michael Kiehntopf (Universitätsklinikum Jena)

Laufzeit und Status: 9.5.2025 – 8.5.2027, laufende Datennutzung

Bereitgestellte Datenarten: Falldaten, Diagnosen, Prozeduren, Laboruntersuchungen

Zusammenfassung:
Ziel des Projekts ist es, einen Healthcare Integrated Biobanking (HIB)-Algorithmus zu entwickeln, der die spezifischen Anforderungen unterschiedlicher Phenotypen im klinischen Umfeld adressiert und in den Arbeitsablauf eines Krankenhaussystems integriert werden kann. Ein erster spezifischer Anwendungsfall ist dabei unter anderem die Identifikation von fortgeschrittener chronischer Nierenerkrankung (CKD). Ein weiteres Ziel ist es, ressourcenschonende Methoden zur Detektion des Phänotypen-Status in großen Kohorten zu entwickeln. Dies soll zunächst auch am Beispiel CKD durch den Einsatz eines KI-basierten Algorithmus als Silberstandard zur Bestimmung des "wahren" CKD-Status, der als Referenz zur Validierung des HIB-Algorithmus dient, erfolgen. LABKI2B2 stellt eine Weiterentwicklung des abgeschlossenen STAKI2B2-Projekts dar und baut auf dessen Vorarbeiten und Ergebnissen auf.

Finanzierung: Eigenmittel

Startseite GB IT Karrierechancen
Wir über uns Sitemap
Datenintegrationszentrum
IT-Services für
Impressum
Datenschutz