Das Erscheinungsbild – also alle beobachtbaren Merkmale – eines Lebewesens bezeichnet man in der Biologie als Phänotyp. Auch in der Medizin gibt es diesen Begriff: Damit können das Aussehen oder weitere körperliche Eigenschaften eines Menschen gemeint sein, aber auch Laborwerte, Symptome oder Krankheitsverläufe. Diese Informationen zu erfassen und auszuwerten, ist wichtig, um Krankheiten möglichst früh zu erkennen, ihren Verlauf zu verstehen und Therapien individuell auszurichten.

Um Patientengruppen mit bestimmten Merkmalen in Klinikdatenbanken zu finden, mussten Forschende diese Akten bislang oft manuell durchforsten oder einen IT-Spezialisten bitten, für jede wissenschaftliche Frage eigens eine Abfrage zu schreiben. „Diese Prozesse sind zeit- und ressourcenintensiv, anfällig für subjektive Unterschiede und eignen sich nur eingeschränkt für den Umgang mit großen Datenmengen“, sagt Dr. Alexandr Uciteli vom Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE) der Universität Leipzig.

In Zeiten der elektronischen Patientenakte und Künstlicher Intelligenz ist Uciteli mit seinem Team angetreten, um die Phänotypisierung zu automatisieren. Das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) hat die Nachwuchsgruppe TOP („Terminologie- und Ontologie-basierte Phänotypisierung“) von 2021 bis 2026 im Rahmen der Medizininformatik-Initiative (MII) mit rund 1,6 Millionen Euro gefördert.

Mit Web-Anwendung Suchprofil definieren

Mit dem TOP-Framework hat das Leipziger Team eine interaktive Web-Anwendung geschaffen, die es medizinischen Fachleuten – also Ärztinnen und Ärzten, Epidemiologen, Biometrikern und Vertretern anderer Fachdisziplinen – auch ohne Programmierkenntnisse erlaubt, ihre Suche nach bestimmten Phänotypen selbst zu definieren. Der Kliniker beschreibt dazu in Form eines Modells, was genau er suchen will. In der Web-Oberfläche des TOP-Frameworks baut er aus einzelnen Modellbausteinen, die relevante Merkmale beschreiben, ein Suchprofil – in einer strukturierten Art und Weise. Das System generiert daraus wiederum automatisch die passende Datenbankabfrage.

„Unsere Werkzeuge ermöglichen den medizinischen Expertinnen und Experten, komplexes phänotypisches Wissen präzise zu modellieren, mit standardisierten Fachbegriffen (Terminologien) zu verknüpfen und darauf basierende Abfragen zuverlässig auf nahezu beliebige Datenquellen anzuwenden“, sagt Uciteli. Das System könne aber nicht nur die Datenbanken durchsuchen, sondern mittels intelligenter Textanalyse auch in Entlassungsberichten relevante medizinische Begriffe automatisch aufspüren.

IT-Spezialisten sorgen in einem späteren Schritt noch dafür, dass das TOP-Framework mit den Datenintegrationszentren kommuniziert, die in der Medizininformatik-Initiative an allen Standorten der deutschen Universitätsmedizin aufgebaut wurden.

Vielfalt an Anwendungsfeldern

Für das TOP-Framework eröffnen sich zahlreiche hochrelevante Anwendungsfelder. So eignet sich das System etwa für die Suche und Ermittlung geeigneter Probandinnen oder Probanden für klinische Studien. Dazu definiert man das Studiendesign als Phänotyp-Modell und prüft in Sekundenschnelle, wie viele Patientinnen und Patienten in einer oder mehreren Kliniken die Kriterien erfüllen.

Im MII-Projekt INTERPOLAR wird das TOP-Framework beispielsweise eingesetzt, um medikationsbedingte Risiken und unerwünschte Ereignisse (Adverse Events, AE) aufzudecken. Dafür wurden bereits 48 Modelle für verschiedene AEs gebaut, die Krankenhausdaten prüfen. Seit 2026 werden 15 dieser Modelle in den Datenintegrationszentren der Unikliniken evaluiert, um medikationsbedingte Risiken automatisch aufzuspüren und zu melden.

Zudem hilft die Leipziger Entwicklung in der Methodenplattform GeMTeX, riesige Mengen unstrukturierter Textdokumente wie Arztbriefe gezielt zu durchsuchen. Die Software bewährte sich auch schon bei der Auswertung der Daten von rund 10.000 Teilnehmenden der Bevölkerungsstudie LIFE-Adult. Uciteli betont den vielfältigen Nutzen: „In erster Linie profitieren klinische Expertinnen und Experten sowie Forschende von unserem TOP-Framework. Letztlich kommt eine effiziente Phänotypisierung aber natürlich auch den Patientinnen und Patienten zugute, da sie künftig eine sicherere und passgenauere Behandlung ermöglicht.“

Auch nach dem Auslaufen der Förderung wird die Open-Source-Software stetig weiterentwickelt. Das Leipziger Team plant bereits Folgestudien und stellt die Werkzeuge der gesamten Forschungsgemeinschaft frei zur Verfügung.