AG Clinical Data Science

Die AG Clinical Data Science erforscht, wie klinische Daten aus unterschiedlichen Quellen genutzt werden können, um medizinische Evidenz zu generieren und klinische Entscheidungen zu unterstützen. Im Mittelpunkt stehen Methoden der Datenintegration und -analyse und die Evaluation algorithmusgestützter Entscheidungshilfen. Ein weiterer Schwerpunkt ist die biometrische Begleitung klinischer Studien – von der Planung über die Durchführung bis zur statistischen Auswertung und Publikation.

Zum Inhalt springen

Leitung

Verena Hoffmann
PD Dr. Verena S. Hoffmann

Leitung AG Clinical Data Science

Team

Jakub Fusiak, M.Sc.

Wissenschaftlicher Mitarbeiter

Projekte

In EPAMeD gehen wir der Frage nach, wie Algorithmus-gestützte Entscheidungsfindung gestaltet werden muss, damit sie den gemeinsame Entscheidungsprozess von ÄrztInnen und PatientInnen (Shared Decision Making) fördert und ethischen Anforderungen gerecht wird.

Weitere Informationen wie u.a. Publikationen finden Sie hier.

DIFUTURE ist Teil der Medizininformatik-Initiative (MII). Ziel ist die Verbesserung von Forschungsmöglichkeiten durch innovative IT-Lösungen. Diese sollen den Austausch und die Nutzung von Daten aus Krankenversorgung, klinischer und biomedizinischer Forschung über die Grenzen von Institutionen und Standorten hinweg ermöglichen.

Weitere Informationen zu DIFUTURE finden Sie hier.

Das Corona Infektionsrisiko-Monitoring (CORIMO) der LMU evaluierte den Nutzen einzelner Pandemie-Maßnahmen wie Schließungen und Kontaktbeschränkungen im Rahmen einer Fragebogenstudie.

Ausführliche Informationen wie Hintergrund und Ergebnisse finden Sie hier.

Die Durchführung der Corona-Pool-Tests an bayerischen Grund- und Förderschulen im Schuljahr 2021/2022 half einen sicheren Unterrichtsbetrieb aufrecht zu erhalten.

Weitere Informationen dazu finden Sie hier.