Über das Projekt
Das Projekt soll die Forschungsinfrastrukturen des Netzwerks Universitätsmedizin (NUM) sichtbarer und leichter zugänglich machen. Es ist das erste Projekt, das die bestehenden Infrastrukturen des NUM zu einer ganzheitlichen Forschungsinfrastruktur zusammenführt – auf technischer, regulatorischer, organisatorischer und nutzerzentrierter Ebene. Statt vieler einzelner Zugangswege entsteht ein gemeinsames Portal, über das Forschende die verfügbaren Infrastrukturen und ihre Daten einfacher finden und nutzen können. Dafür werden die bestehenden Plattformen enger miteinander verknüpft und ein gemeinsamer Metadatenraum aufgebaut, der einen umfassenden Überblick über die verfügbaren Daten und Ressourcen bietet. Gleichzeitig wird der NUM-Datenraum um weitere Datenquellen erweitert, sodass künftig noch mehr Informationen für die medizinische Forschung genutzt werden können.
Das Wichtigste im Überblick
Das Projekt verfolgt das Ziel, die Forschungsinfrastrukturen des Netzwerks Universitätsmedizin (NUM) besser miteinander zu vernetzen und ihren Zugang für Forschende zu vereinfachen. Durch ein gemeinsames Zugangsportal, standardisierte Strukturen und die Einbindung weiterer Datenquellen soll die Nutzung der NUM-Infrastruktur erleichtert und ihre langfristige Weiterentwicklung unterstützt werden.
Daraus ergeben sich folgende übergeordnete Ziele:
- Verbesserung der Sichtbarkeit und Zugänglichkeit der Forschungsinfrastrukturen des NUM
- Schaffung eines zentralen und einheitlichen Zugangs zu den Forschungsinfrastrukturen
- Stärkere Vernetzung und Harmonisierung der bestehenden Forschungsplattformen
- Erweiterung des NUM-Datenraums um zusätzliche Datenquellen
- Aufbau nachhaltiger und skalierbarer Strukturen für zukünftige Erweiterungen
- Förderung der Nutzung der NUM-Infrastruktur in Forschungsprojekten
Im Rahmen früherer bzw. teilweise noch laufender Teilprojekte wurden bereits zahlreiche Forschungsinfrastrukturen und Lösungen entwickelt. Diese entstanden jeweils zur Erfüllung spezifischer Projektziele und adressieren unterschiedliche Anwendungsfälle sowie Datenquellen, beispielsweise Routinedaten, Studiendaten oder Obduktionsdaten. Dadurch hat sich im Laufe der Zeit eine vielfältige, aber fragmentierte Systemlandschaft entwickelt, deren Komponenten nur begrenzt miteinander vernetzt sind. Dies erschwert einen einheitlichen Zugang zu den Forschungsinfrastrukturen, führt zu Inkonsistenzen in Daten und Prozessen und erschwert die nachhaltige sowie skalierbare Weiterentwicklung der Infrastruktur.
Für die Beschreibung und Organisation der verfügbaren Forschungsressourcen wird ein graphenbasierter Ansatz verwendet. Dabei werden Informationen nicht nur in Tabellenform gespeichert, sondern als Netzwerk dargestellt: Einzelne Daten und Konzepte werden miteinander verknüpft, sodass Zusammenhänge zwischen verschiedenen Informationen sichtbar werden. Dadurch können Forschende sowohl gezielt nach bestimmten Daten suchen als auch neue Zusammenhänge und passende Ressourcen entdecken.Im Gegensatz zu klassischen Datenbanken ermöglicht ein solcher Knowledge Graph Beziehungen zwischen unterschiedlichen Konzepten besser abzubilden. Zusätzlich werden einheitliche Begriffe und Fachstandards genutzt, damit Daten und Informationen aus verschiedenen Quellen einheitlich beschrieben und miteinander verglichen werden können. Der Knowledge Graph dient dabei als zentraler Überblick über die Forschungsressourcen des NUM und verbindet die vorhandenen Informationen systematisch miteinander.
Die Umsetzung erfolgt schrittweise in drei Stufen:
1. Zunächst wird ein umfassender Überblick über die vorhandenen Forschungsressourcen erstellt. Dabei werden Informationen darüber gesammelt, welche Datentypen verfügbar sind, wie die Daten erhoben wurden und wo sie verfügbar sind.
2. Anschließend werden zusätzliche Informationen ergänzt, zum Beispiel über den Umfang vorhandener Datenbestände (z. B. die Anzahl verfügbarer Bildgebungsdaten oder die Größe von Studiengruppen).
3. In der letzten Stufe werden Suchmöglichkeiten entwickelt, mit denen Forschende gezielt prüfen können, ob geeignete Daten oder Patientengruppen für bestimmte Forschungsfragen vorhanden sind – beispielsweise anhand festgelegter Kriterien.
Die eigentlichen Forschungsdaten bleiben weiterhin in den jeweiligen Einrichtungen gespeichert. Ausgetauscht und verknüpft werden nur standardisierte Beschreibungen der Daten. Dadurch können vorhandene Forschungsressourcen besser gefunden und genutzt werden, während die Kontrolle über die Daten bei den jeweiligen Einrichtungen verbleibt.