AID-PAIS
KI-gesteuerte Integration von multimodalen Omics- und klinischen Daten für ein besseres Verständnis postakuter Infektionssyndrome
Project Lead
Project partners
Zentrum für Individualisierte Infektionsmedizin (CiiM): Prof. Yang Li (Projektleitung)
Forschungszentrum L3S (LUH): Prof. Wolfgang Nejdl
Hannover Unified Biobank: Prof. Thomas Illig
Funding
BMFTR
Summary
Ziel des Projekts ist die Identifikation von Biomarkern, Pathomechanismen und klinisch relevanten Subtypen des Post-COVID-Syndroms bzw. postakuter Infektionssyndrome (PAIS) durch die Analyse multimodaler Daten. Hierfür werden klinische Daten mit Omics-Daten aus den Kohorten NAPKON, der MWK-Datenbank und der UK Biobank integriert. Mithilfe moderner Methoden des machine learning werden komplexe Zusammenhänge zwischen molekularen und klinischen Merkmalen analysiert, um Biomarker zu identifizieren, Krankheitsmechanismen besser zu verstehen und verschiedene Krankheitssubtypen zu charakterisieren. Das Projekt soll so zu einem verbesserten Verständnis der Erkrankung beitragen und die Grundlage für eine präzisere Diagnostik sowie personalisierte Therapieansätze schaffen.
Duration
01.03.2025-28.02.2028 (3 Jahre)