Community Annotated Trial Search (CATS)

Digitale Plattform zur effizienten Verwaltung und Filterung
von klinischen Studien durch semantische Annotationen

Optimierung der klinischen Studienverwaltung

CATS ist eine digitale, interoperable Plattform zur Verwaltung von Studieninformationen. Sie integriert sich teilautomatisiert mit etablierten Studieninformationssystemen (wie z.B. clinicaltrials.gov, Deutsches Register Klinischer Studien, …) und ergänzt diese durch semantische Annotationen. Dies ermöglicht eine präzise Filterung nach klinischen Merkmalen und örtlichen Gegebenheiten. Das moderne Datenmodell unterstützt komplexe onkologische Trial-Designs und erlaubt die Filterung nach Aus- und Einschlusskriterien.

CATS fußt auf einem interoperablen Daten- und Informationsmodell, definiert in HL7 FHIR. Alle Definitionen sind in einem Implementation Guide öffentlich und frei einsehbar, was die Adoption in der Community und die Benutzung der Schnittstellen vereinfachen soll.

Für das molekulare Tumorboard (MTB) wurde ein HL7-basierter Clinical Decision Support Hook (CDS-Hook) entwickelt, der automatisch patientenspezifische Studien vorschlägt. Zur Bewertung der Studien kommen Scoring-Algorithmen basierend auf dem DMN™-Standard der Object Management Group zum Einsatz. Dank des hohen Standardisierungsgrads konnte der CDS-Hook nahtlos in das MOLIT Framework, einschließlich der MTB-Software VITU, integriert werden.

Das MOLIT CATS Team

Dr. Stefan Sigle

Product owner

Patrick Werner

Interoperability advisor

Georg Mathes

Programmierung Full-Stack

Felix Edel

CDS Hook Programmierung, Backend

Nathalie Block

Design, UX

Chantal Bachschmid

Community Management

Funktionen
der Studienplattform

Automatisierte Annotation

CATS ergänzt Studieninformationen automatisiert mit semantischen Annotationen, um eine präzisere und effizientere Filterung nach relevanten Studien zu ermöglichen.

Community Dateneingabe

CATS erlaubt es der Community, Informationen wie lokale Umkreissuchen beizutragen, wodurch die Aktualität der Studien verbessert wird.

Flexibles Datenmodell

Das flexible Datenmodell von CATS ermöglicht es, komplexe onkologische Studien mit mehreren Kohorten zu verwalten und detailliert nach Aus- und Einschlusskriterien zu filtern, was besonders in der personalisierten Medizin von Vorteil ist.

Timeline

Aktuelle Meilensteine und Ergebnisse

Kontakt

Für weitere Informationen oder
bei Fragen wenden Sie sich bitte an

Stefan Sigle

Bereichsleitung Data Science & AI

Mail Stefan.Sigle@molit.eu
Telefon 07131 / 13345-42