Das internationale Projektteam entwickelt seit 2020 die Plattform AIR·MS, über die Forschende Zugang zu medizinischen Daten des Mount Sinai Hospitals in New York erhalten, um mit Data Science und Machine Learning neue Wege der Gesundheitsforschung zu erschließen.
Das Arbeitstreffen bestand aus drei Teilen: einem Researcher-Forum, einem operativen Workshop und einem Hackathon. Bei allen Aktivitäten standen der persönliche Austausch und die Abstimmung zu einer erfolgreichen langfristigen Zusammenarbeit im Fokus.
Researcher Forum
Mit starker Beteiligung von Forschenden aus New York und Potsdam und zwischenzeitlich über 50 Teilnehmenden, war das Researcher Forum ein voller Erfolg. Im wissenschaftlichen Forum wurden kürzlich veröffentlichte Ergebnisse zweier Forschungsthemen präsentiert: “EHRs for Risk of Ischemic Heart Disease” und “Sub-phenotyping in Crohn’s Disease”. Außerdem wurden laufende und geplante Forschungsschwerpunkte vorgestellt. Den Projekt-Partnern bot sich Raum für offene Diskussionen zu den Themen und zur Abstimmung der weiteren Projektplanung.
Operativer Workshop
In den zahlreichen operativen Sessions ging es um die grundsätzliche Projektplanung und die konkrete Abstimmung zu einzelnen Details. Die technischen Projektleiter präsentierten zuerst den Fortschritt der laufenden Arbeitskreise sowie Neuerungen in den unterschiedlichen Datenmodalitäten (z.B. strukturierte Gesundheitsakten, genomische Daten, sowie Daten aus der Pathologie). Anschließend gab es eine umfassende Projekt-Retrospektive, in der die bisherigen Erfahrungen der Anwender:innen besprochen wurden. Parallel dazu fanden verschiedene technische Deep Dives statt, in denen die Teammitglieder die Möglichkeit bekamen, sich über Prozesse und Ziele auszutauschen und abzusprechen. Da die Zusammenarbeit des transatlantischen Teams normalerweise über digitale Kanäle und verschiedene Zeitzonen stattfindet, waren diese Sessions besonders wertvoll.
Hackathon
Zum ersten Mal wurde im Rahmen des Workshops ein zweitägiger Hackathon veranstaltet. Die Teilnehmenden bestanden aus einer Gruppe von 12 Studierenden und Forschenden des HPI.
Zu Beginn erhielten sie eine kurze Einführung in die Funktionsweise der AIR·MS-Plattform sowie in das OMOP Common Data Model und die Azure Machine Learning Frameworks. Anschließend wurde die Hauptaufgabe vorgestellt: Die Erstellung eines prädiktiven Modells für ischämische Herzkrankheit, dass die Anzahl der Eingabevariablen minimiert, aber gleichzeitig gute Ergebnisse für unterschiedliche Geschlechter, Alter und ethnische Gruppen erzielt. Für das beste Modell wurde am Ende anhand klarer Bewertungsmetriken ein Gewinnerteam gekürt.
Die Tage waren intensiv, sie waren geprägt von konstruktiver Zusammenarbeit und freundschaftlichem Miteinander. Hier gilt unser Dank der ausgezeichneten Planung durch Data4Life, stellvertretend Pablo Guerrero. Neben einer Campus-Tour konnten die Teilnehmer sich auch bei gemeinsamen Abendessen in der Piazza Toscana und im Restaurant Paros wunderbar austauschen. Wir freuen uns schon auf den nächsten Workshop, avisiert wird ein Termin im Mai 2024, diesmal wieder in New York.
Lothar H. Wieler für das Digital Health-Cluster am HPI, Thomas Fuchs für HPI.MS, Christian Weiß für Data4Life
