Data4Life unterstützt mit der digitalen DAKI-Health-Studie den Aufbau eines Krisen-Frühwarnsystems

• Als Konsortialpartner des Projekts DAKI-FWS trägt Data4Life zur frühzeitigen Erkennung zukünftiger Pandemien und Naturkatastrophen bei

• Mit DAKI-Health kann sich die deutsche Bevölkerung durch die Spende von gesundheitsbezogenen Daten aktiv am Forschungsprojekt beteiligen

Potsdam, 20. Oktober 2022. Das gemeinnützige HealthTech-Unternehmen Data4Life gibt den Start seiner neuen digitalen Studie “DAKI-Health” bekannt. Über einen Zeitraum von zwei Jahren kann jeder und jede deutschlandweit gesundheitsrelevante Daten zu Krankheitssymptomen, Risiko-Kontakten und Corona-Tests spenden. DAKI-Health ist Teil des vom Bundesministerium für Wirtschaft und Klimaschutz geförderten Forschungsprojekts DAKI-FWS. Gemeinsam mit den Projekten weiterer Partner wie dem Robert Koch-Institut, dem Hasso-Plattner-Institut, der Charité – Universitätsmedizin Berlin und NET CHECK trägt Data4Life damit zum Aufbau einer Gesundheitsdatenbank bei. In Kombination mit weiteren Datenquellen und mithilfe Künstlicher Intelligenz wird so ein nationales Frühwarnsystem entwickelt, das Pandemieausbrüche und Klimaextreme wie Hochwasser oder Hitzewellen frühzeitig erkennt.

Zeitgemäße Public-Health-Forschung durch digitale Fragebögen

Welche Auswirkungen Pandemien nicht nur auf die Gesundheit der Menschen, sondern auch auf Gesellschaft und Wirtschaft haben, ist spätestens seit COVID-19 deutlich geworden. Dabei hat sich gezeigt, dass oftmals Daten zur Grundlage für fundierte Entscheidungen fehlen.

Durch die moderne digitale und ortsunabhängige Datenerhebung über DAKI-Health werden Informationen von Personen erhoben, die keine medizinische Hilfe in Anspruch nehmen und die in klassischen Surveillance-Systemen nicht erfasst werden. Dadurch können zeitnah Informationen über den Gesundheitszustand der Bevölkerung abgebildet werden und zwar kontinuierlich und über einen langen Zeitraum. Die Verknüpfung der von Data4Life erhobenen und pseudonymisierten Gesundheitsdaten mit Wetter- und Mobilitätsdaten sowie die Analyse und Auswertung dieser mittels Künstlicher Intelligenz hilft dabei, Krisensituationen früher als bisher zu erkennen und sie in ihrer Entwicklung besser einschätzen zu können. 

“Daten disziplinübergreifend zusammenzuführen und beforschbar zu machen, ist unerlässlich, um gesamtgesellschaftliche Herausforderungen frühzeitig zu erkennen und aktiv gegensteuern zu können”, sagt PD Dr. med. Cornelius Remschmidt, Chief Medical Officer bei Data4Life. „In den kommenden Jahren werden uns weitere Krisenereignisse bevorstehen, die sowohl öffentliche Gesundheit als auch Klimaphänomene betreffen und deshalb ist es höchste Zeit, sinnvolle Analysesysteme zu entwickeln.” 

Mit künstlicher Intelligenz Krisen disziplinübergreifend früher erkennen

Als Teil des Projektes “Daten- und KI-gestütztes Frühwarnsystem zur Stabilisierung der deutschen Wirtschaft” (DAKI-FWS), trägt DAKI-Health dazu bei, dass Unternehmen in zukünftigen Krisensituationen besser aufgestellt sind. Durch die Verknüpfung und Auswertung von Daten mithilfe von KI-Technologien können Handlungen für den Schutz von Leben und Arbeitsplätzen, Land und Infrastruktur abgeleitet werden. Das Projekt wird im Rahmen des “KI Innovationswettbewerbs” des BMWK mit etwa 12 Millionen Euro über eine Laufzeit von drei Jahren gefördert. Konsortialführer des Projekts ist das Fraunhofer Heinrich-Hertz-Institut (HHI). Neben Data4Life sind Budelmann Elektronik GmbH, die Charité – Universitätsmedizin Berlin, das Hasso-Plattner-Institut, die Justus-Liebig-Universität Gießen, Logiball GmbH, NET CHECK GmbH, das Robert Koch-Institut, das Zuse-Institut Berlin sowie das Deutsche Klimarechenzentrum und Esri Deutschland GmbH beteiligt. Assoziierte Partner sind zudem der Deutsche Industrie- und Handelskammertag e.V., Here Technologies, Schönborner Armaturen und der Deutsche Wetterdienst.

Um an DAKI-Health teilzunehmen, können sich alle in Deutschland lebenden Personen ab 18 Jahren unter www.data4life.care oder in der Data4Life-App registrieren.