Utilizing WearAble TeCHnology for Enhanced Monitoring and Management of Long COVID (U-WaTCH)
Ressortforschung im Handlungsfeld „Gesundheitsversorgung“, Querschnittsthema „Long-/Post-COVID“, Förderschwerpunkt „Erforschung und Stärkung einer bedarfsgerechten Versorgung rund um die Langzeitfolgen von COVID-19 (Long COVID)“
© Copyright: woravut / Adobe Stock
Projektleitung
Medizinische Hochschule Hannover
Klinik für Rheumatologie und Immunologie
Prof. Dr. Alexandra Dopfer-Jablonka
Carl-Neuberg Str. 1
30623 Hannover
Projektlaufzeit
15.11.2024 bis 14.11.2027
Das Projekt ist Teil des Förderschwerpunkts „Long-/Post-COVID“.
Projektbeteiligte
- Gesellschaft für wissenschaftliche Datenverarbeitung GWDG mbH Göttingen
- Allgemeinmedizin, Universitätsmedizin Göttingen
- Institut für Information Engineering, Fakultät Informatik, Ostfalia Hochschule für angewandte Wissenschaften Wolfenbüttel
Motivation
Als Langzeitfolgen von COVID-19 stellen die vielschichtigen Krankheitsbilder Long COVID und das Post COVID-Syndrom (PCS) eine starke Belastung für die Betroffenen dar. Insbesondere Post-Exertional Malaise (PEM) oder PEM-bedingte Zusammenbrüche („Crashs“) sind besonders belastend für Patientinnen und Patienten und erschweren einen normalen Alltag und die gesellschaftliche und soziale Teilhabe. Derzeit gibt es noch keine ausreichenden Daten für die Diagnostik und die bestmögliche Behandlung dieser Krankheitsbilder.
Ziele und Vorgehen
Das Ziel des Vorhabens U-WaTCH ist es, zu erforschen, ob Datenmodelle, die durch kontinuierliche Echtzeitüberwachung von Vitalfunktionen (z. B. Herzfrequenz) mittels tragbarer elektronischer Geräte (sog. Wearables) bei Patientinnen und Patienten mit Post COVID erstellt werden, PEM und PEM-bedingte Zusammenbrüche effektiv vorhersagen können und ob diese Informationen zur Entwicklung einer neuen, digitalen Intervention genutzt werden können. Dazu sollen der körperliche Zustand, die Aktivität und unterschiedliche Vitalfunktionen bei Patientinnen und Patienten mit PCS und in einer Kontrollgruppe von gesunden Personen dauerhaft gemessen und mit Daten zur Aktivität des Immunsystems und anderen klinischen Kennzahlen ergänzt werden. Hieraus wollen die Forschenden mittels Künstlicher Intelligenz (KI) und maschinellem Lernen Datenmodelle ableiten, die eine Vorhersage über PEM und PEM-bedingte Zusammenbrüche zulassen.
Perspektiven für die Praxis
Die zu entwickelnden innovativen Datenmodelle können Ärztinnen und Ärzte bei der Diagnosestellung und Therapiebegleitung von Long COVID- und PCS-Betroffenen helfen, um deren bestmögliche Gesundheitsversorgung frühestmöglich zu gewährleisten. Die erfassten Daten können darüber hinaus von anderen Wissenschaftlerinnen und Wissenschaftlern für die Erforschung der Langzeitfolgen nach einer COVID-19-Erkrankung genutzt werden, um Erkenntnisse über die Krankheitsbilder Long COVID und PCS zu erhalten.