Universitätsaugenklinik Münster geleitete Projekt EyeMatics, das die Daten aus klinischen Studien zur Behandlung des hinteren Augenabschnitts mit den tatsächlichen klinischen Daten aus der täglichen Krankenhausroutine vergleicht. Das Projekt verwendet Patientendaten der Universitätskliniken Aachen, Greifswald, Münster und Tübingen sowie weitere Daten der Klinik Chemnitz und des Universitätsklinikums Leipzig. Die Ergebnisse sollen dazu beitragen zu verstehen, wieso die realen Ergebnisse bei Behandlungen des hinteren Augenabschnitts zur Verbesserung des Sehvermögens so deutlich von den Ergebnissen abweichen, die in klinischen Studien erzielt werden. Ziel ist es, die Versorgung der Patienten zu verbessern und sie in Zukunft personalisierter zu behandeln.
„Dabei helfen modernste Verfahren mittels Künstlicher Intelligenz, besonders wichtige Merkmale von Augenerkrankungen zu identifizieren und in einem klinischen ‚Dashboard‘ – einer Art klinischem Armaturenbrett – für eine mögliche individualisierte Risikobewertung und Therapie zu bündeln“, so Prof. Dr. Julian Varghese, Leiter des Institutes für Medizinische Informatik der Universität Münster, dessen Abteilung für die sichere Entwicklung der KI-Algorithmen nach regulatorischen Standards in der Medizin verantwortlich ist.
„Mit EyeMatics schaffen wir die Voraussetzungen für eine multizentrische Datenauswertung von Real-World-Daten – also Daten aus der medizinischen Versorgung – an universitären Augenkliniken. Wir erhalten unter anderem Einblicke in mögliche regionale Unterschiede der untersuchten Krankheitsentitäten und können Auswertungen zu den verschiedenen Behandlungsschemata vornehmen“, so Prof. Dr med. Nicole Eter, Direktorin der Universitätsaugenklinik Münster.