德国人口的寿命越来越长:在过去20年中,预期寿命从78岁提高到81岁。然而,这也与大量且持续增长的医疗支出有关。这个是因为随着年龄的增长,多种慢性病和与年龄相关的功能缺陷经常发生。单个患者成为一个复杂的临床马赛克,也对传统的由于成本增加而导致的药物。

数字化为许多疾病模式开辟了研究和应用潜力,以改进预防、诊断和治疗。分析大型临床和分子数据集(大数据)可以对个性化、个体化医疗做出重要贡献,甚至可能降低过程中的成本。我们提出了一些研究项目,展示了生物医学大数据分析的潜力个性化医疗领域。

B
不锈钢表面多物种生物膜的荧光显微图像

BacData(备份数据)

建立精确微生物分析框架,以对抗生物膜相关感染。
P(P)
第四页

第四页

P4D项目旨在通过使用机器学习方法和血液标记物的临床验证的个性化治疗方法,改进抑郁症的诊断、治疗和预防。
Z轴
Zukunftslabor“Gesundheit”(未来实验室“健康”)

Zukunftslabor“Gesundheit”(未来实验室“健康”)

未来实验室(Zukunftslabor)Health提供面向应用的答案,以促进创新解决方案,为护理和护理建立数字技术。