Klinische Forschung und Gesundheitswesen

Innovationen im Gesundheitswesen tragen nicht nur dazu bei, die Lebenserwartung und die Lebensqualität stetig zu erhöhen und die Diagnose- und Behandlungsmöglichkeiten von Krankheiten zu verbessern. Sie sollen auch die Effizienz und Wirtschaftlichkeit des Gesundheitssystems optimieren. Die allgemeinen Trends gehen dabei hin zu einer individualisierten, also patientenspezifischen Behandlung, einer optimalen Therapieplanung und einer molekularen Medizin. Hierfür ist es unerlässlich, dass wir unsere Fähigkeit, bio-medizinische Prozesse im Detail zu verstehen, fortlaufend verbessern. Um dieses Ziel zu erreichen, werden die traditionellen laborbasierten Ansätze zunehmend durch theoretische Modelle zur Vorhersage komplexer biomedizinischer Prozesse und durch digitale Präzisionsmedizin ergänzt.

Gleichzeitig haben in den letzten Jahren neue experimentelle Verfahren die biomedizinische Grundlagenforschung revolutioniert. So bieten neue Techniken in der Mikroskopie, in der Sequenzierung und vielen anderen Bereichen ein bis dahin unerreichbares Auflösungsvermögen, wenn zelluläre Prozesse in vivo gleichzeitig auf vielen zeitlichen und räumlichen Skalen beobachtet werden sollen. Die so gewonnenen Daten allein können die verborgenen biologischen Gesetzmäßigkeiten nicht aufdecken. Aber in Kombination mit neuen mathematischen Modellen und massiver Simulation versprechen sie tiefere Einblicke in die komplexen Prozesse des Lebens.

Mathematik ist eine unverzichtbare Grundlage für eine realistischere Modellierung, Simulation und Visualisierung von Lebensprozessen auf verschiedenen Skalen – von der molekularen bis zur Organ-Ebene. Dabei ergänzt sie die Hochdurchsatzanalyse von biomedizinischen Daten und Daten aus medizinischer Bildgebung. Sehr erfolgreich werden beispielsweise Modellierung, Simulation und Optimierung auf der Basis partieller Differentialgleichungen in der patientenspezifischen Operationsplanung, der Analyse komplexer körperlicher Bewegungsabläufe oder in der medizinischen Bildgebung eingesetzt. Darüber hinaus haben jüngere mathematische Gebiete Einzug in dieses Anwendungsfeld gehalten, zum Beispiel stochastische optimale Kontrolle in der Infektionskinetik, Metastabilitätsanalyse von stochastischen Prozessen mit Anwendung auf die Molekulardynamik im Design von Arzneimitteln, oder partikelbasierte Reaktions-Diffusionsmodelle für zelluläre Prozesse.



Themen

  • zuverlässige patientenspezifische Simulationen von Gelenken
  • optimale Kontrolle partieller Differentialgleichungen in der Biomechanik
  • nahtlose Integration der molekularen und zellulären Dynamik
  • stochastische optimale Kontrolle pharmakologischer Interventionen
  • Datengesteuerte Multiskalenmodellierung von zellularen Reaktionsnetzwerken
  • inverse Probleme in der medizinischen Bildgebung
  • Formstatistik und Formtrajektorien in der Anatomie-Rekonstruktion
  • Mehrskalen-Modellierung der Liganden-Protein-Assoziation im Arzneimitteldesign