Wettbewerb für Start-ups
Big Data treibt medizinische Innovation
Big Data verspricht viel Potenzial für die medizinische Forschung und Versorgung. Das zeigen die Gewinner eines Ideenwettbewerbs.
Veröffentlicht:
MÜNCHEN. Das belgische Jungunternehmen FibriCheck ist unter 130 Bewerbern als Sieger aus dem von Roche initiierten FXH Start-up Award hervorgegangen. Der Wettbewerb ehrt laut Roche Start-ups, die mit intelligenten Lösungen den Umgang mit der zunehmenden Menge an verfügbaren Gesundheitsdaten – und damit die Digitalisierung des Gesundheitswesens – vorantreiben. Die Siegerehrung fand vor Kurzem in München statt.
FibriCheck habe die erste Lösung für das digitale Monitoring bei Herzrhythmusstörungen entwickelt, die ganz ohne medizinische Hardware auskommt. Für die Messung lege der Patient seinen kleinen Finger für 60 Sekunden auf die Kamera seines Smartphones.
Die gemessenen Pulswellen würden über die App ausgewertet und automatisch an den Arzt übertragen. Den zweiten Platz sicherte sich das finnische Start-up Combinostics mit seiner Big Data-Lösung für verbesserte Diagnosen in der Neurologie, auf Rang drei schaffte es das polnische Start-up StethoMe mit seinem intelligenten Stethoskop für Heimdiagnose und Telemedizin.
Efizienteren Forschung & Entwicklung gesucht
Für den Wettbewerb FXH Scientific Excellence Award hatte Roche zukunftsweisende Forschungsprojekte aus Deutschland zu Data Science im Gesundheitswesen gesucht, die zu einer effizienteren Forschung & Entwicklung oder einer verbesserten Patientenversorgung beitragen.
Unter den mehr als 50 Studenten, Doktoranden und Postdocs, die ihre Projekte einreichten, habe sich Lara Schneider von der Universität des Saarlandes mit ihrem DrugTargetInspector durchsetzen können.
Das webbasierte Tool ermögliche die integrierte Analyse von Multi-Omics-Datensätzen – Genom, Transkriptom oder Proteom – in der Krebsforschung. Dabei würden Tumor-Datensätze aus der klinischen Praxis mit bestehenden Erkenntnissen aus der Molekularbiologie und Pharmakologie kombiniert, um mittels statistischer Analysen Tumorcharakteristiken zu identifizieren und spezifische Behandlungsoptionen abzuleiten.
Auch die Zweit- und Drittplatzierten, Sebastian Salentin von der Technischen Universität Dresden (Projekt: Fighting Cancer with Structural Bioinformatics) und Marcel Gehrung von der Eberhard Karls Universität Tübingen (Projekt: Translational multi-view learning – exploring the tumor microenvironment), beschäftigen sich in ihren Projekten mit Ansätzen für die personalisierte Krebsmedizin.
