Rückblick auf die DMEA 2026: Von Wearables bis zu KI-basiertenTools 

In der Session „Digitale Erkrankungsmodelle, Wearables und KI-basierte Tools bei Long COVID“ stellten verschiedene LongCARE-Projekte Ansätze zur datengetriebenen Erfassung, Analyse und Nutzung von Gesundheitsdaten bei diesem komplexen Krankheitsbild vor – von Wearable-gestützter Datenerhebung über KI-basierte Auswertungsverfahren bis hin zu neuen digitalen Versorgungsansätzen.

Die Impulse in der Session kamen aus unterschiedlichen Forschungs- und Versorgungsperspektiven:

• Dr. Helma Freitag (Charité – Universitätsmedizin Berlin, Projekt Detect ME/CFS)
• Prof. Dr. Dr. Christine Happle (Medizinische Hochschule Hannover, Projekt U-Watch)
• Adrian Pelcaru (Technische Universität Dresden, Projekt SynoSyS.PC)
• Prof. Dr. med. Bernhard Schieffer (Universitätsklinikum Marburg, Projekt PROGRESS)
• Prof. Dr. Hana Rohn (Universitätsklinikum Essen, Projekt VALIDATE)

Dr. Helma Freitag führte in das Thema ein und wies darauf hin, dass etwa zwei Prozent aller an SARS-CoV-2 erkrankten Personen im Verlauf ein Post-COVID-Syndrom entwickeln. Mehr als zehn Prozent dieser Gruppe entwickeln ME/CFS – rund 500.000 Menschen sind aktuell betroffen. Die Krankheitsbilder sind häufig uneindeutig, was Diagnosen und Behandlungen erschwert. Im Projekt Detect ME/CFS wird ein Krankheitssymptom-Modell entwickelt, um Patientinnen und Patienten zielgenauer und vor allem schneller helfen zu können.

„Allianz für postinfektiöse Erkrankungen“ soll Forschung stärken

Aufgrund der hohen Zahl Betroffener haben das Bundesministerium für Gesundheit und das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) Ende vergangenen Jahres die „Allianz für postinfektiöse Erkrankungen: Long COVID und ME/CFS“ ins Leben gerufen, um die Forschung zu diesen Erkrankungen zu stärken, wie der Session-Moderator Sebastian C. Semler, Projektleiter von LongCARE und Geschäftsführer der TMF e. V., betonte.

Prof. Dr. Christine Happle arbeitet in ihrem Projekt mit Wearable-Daten, um Erschöpfungszustände bei Betroffenen – sogenannte „Crashes“ – vorherzusagen und nach Möglichkeit zu vermeiden oder frühzeitig Hinweise auf notwendige Pausen und Ruhephasen zu geben.

Adrian Pelcaru aus Dresden beschrieb in seinem Kurzvortrag, dass dem Projekt SynoSyS.PC Daten aus der Corona-Datenspende-App zur Verfügung stehen und damit ein umfangreicher Datenschatz für die Forschung zu postinfektiösen Erkrankungen genutzt werden kann. Rund sieben Prozent der Bundesbürgerinnen und Bundesbürger haben Daten in die Warn-App eingetragen. „Wie kann man aus der Population lernen und diese Erkenntnisse für einzelne Betroffene nutzen?“, fragte Pelcaru.

Prof. Dr. Bernhard Schieffer zeigte anhand von Daten aus Israel zunächst die teils erheblichen Unterschiede postinfektiöser Erkrankungen, etwa in Abhängigkeit von Alter und Geschlecht. Genau hier setzt das von ihm geleitete Projekt PROGRESS an: Es entwickelt mathematische Modelle, um zunächst unstrukturierte Daten zu strukturieren und darauf aufbauend Vorhersagen sowie Therapien zu ermöglichen.

Herausforderungen bei der Forschung zu Long COVID

Auf die Frage des Moderators Sebastian C. Semler nach den größten aktuellen Herausforderungen nannte Prof. Dr. Christine Happle das Fehlen einer Plattform für den sicheren Austausch mit Studienteilnehmenden im Projekt U-Watch, die helfen könnte, Krankheitsverläufe besser zu beobachten. Prof. Dr. Bernhard Schieffer verwies auf europäische datenschutzrechtliche Vorgaben als Herausforderung für die Forschung, etwa im Hinblick auf die Speicherung von Daten auf ausländischen Servern.

Adrian Pelcaru betonte, dass strenge Datenschutzregeln die Forschung teils einschränken könnten – „ein leidiges Thema“, wie er anmerkte. Gleichzeitig stellte er klar, dass Datenspenden freiwillig erfolgen müssten und Ethikkommissionen einzubeziehen seien. Neben Daten aus Wearables könnten auch weitere biometrische Daten in die Forschung einfließen.

Dr. Helma Freitag machte deutlich, dass Daten aus Wearables kontextualisiert werden müssten, um aussagekräftig zu sein. Dafür seien geeignete technische Analysewerkzeuge erforderlich. Prof. Dr. Happle äußerte abschließend den Wunsch nach mehr Austausch zwischen Forschung und Industrie, um Schnittstellen besser zu gestalte