RheumaMining -Biomarker und digitales Monitoring zur Prävention der Krankheitsprogression von Rheuma

Das Projekt „RheumaMining“ zielt darauf ab, frühzeitig Therapieversagen bei rheumatoider Arthritis zu erkennen, um Betroffenen Mobilität und Lebensqualität zu erhalten. Zentrales Anliegen ist die Entwicklung neuer Biomarker-Kombinationen, die den Krankheitsverlauf und das Risiko einer Verschlechterung präzise vorhersagen können. Diese Biomarker sollen genutzt werden, um das therapeutische Zeitfenster besser auszuschöpfen und irreversible Schäden zu verhindern. Anschließend werden die Biomarker durch maschinelle Lernverfahren zu digitalen Markern weiterentwickelt, die mit Patientendaten wie täglichen Gesundheitsaufzeichnungen ergänzt werden. Darauf aufbauend entstehen praktische Anwendungen, darunter ein Labortest und das Entscheidungsunterstützungssystem „RheumaDSS“. Dieses System kombiniert digitale Marker mit Smartphone-Apps und liefert Hausärzt und Patient:innen wichtige Informationen über den Krankheitsstatus sowie präzise Prognosen, um rechtzeitige Anpassungen in der Therapie zu ermöglichen. Durch die frühzeitige Erkennung von Risiken soll die Behandlung effektiver gestaltet und der Verlust an Mobilität und Arbeitsfähigkeit verhindert werden. Das Projekt kombiniert immunologische, klinische und informatische Expertise und setzt seine Ziele schrittweise um: von der Datenerhebung über die biometrische Analyse bis hin zur Validierung und Implementierung in die Praxis.

RheumaMining -Biomarkers and Digital Monitoring for the Prevention of Rheumatoid Arthritis Progression

The "RheumaMining" project aims to identify early signs of treatment failure in rheumatoid arthritis to preserve patients' mobility and quality of life. The core focus is on developing novel biomarker combinations capable of accurately predicting disease progression and the risk of worsening symptoms. These biomarkers are intended to optimize the therapeutic window and prevent irreversible damage. Once identified, the biomarkers will be transformed into digital markers using machine learning techniques and enriched with patient data, such as daily health records. Based on this foundation, practical tools will be developed, including a laboratory test and the decision-support system "RheumaDSS." This system integrates digital markers with smartphone apps, providing general practitioners and patients with critical insights into disease status and precise forecasts to enable timely therapy adjustments. By recognizing risks early, treatment strategies can be improved, reducing the likelihood of mobility loss and work incapacity. The project leverages immunological, clinical, and informatics expertise and is implemented in phases: from data collection to biomarker analysis, validation, and practical application.