Herzlich willkommen am Institut für Angewandte Medizininformatik
Das Institut für Angewandte Medizininformatik (IAM) gehört zum Zentrum für Experimentelle Medizin des Universitätsklinikums Hamburg-Eppendorf.
Das Beginn 2021 neu geschaffene Institut führt komplexe, medizinische Daten zusammen und erzeugt in Partnerschaft mit Expert:innen effektiv gegen Krankheiten nutzbares Wissen, welches zu einem tieferen Krankheitsverständnis und zu einer erfolgreicheren Behandlung von Patienten führt. Ein agil arbeitendes Team erschafft und publiziert innovative Prozesse sowie maßgeschneiderte Methoden und Werkzeuge für Ärzt:innen und Forscher:innen. Unser Ziel ist es, der medizinischen Forschung heterogene Datenbestände zu erschließen, interdisziplinäre und internationale Kooperationen zu ermöglichen und komplexe Analysen zu vereinfachen.
Institutsdirektor
Anfangs lehrte Professor Ückert in Münster als Juniorprofessor und dann in Mainz als Universitätsprofessor und Leiter der Medizininformatik. Dabei wurde die Unterstützung und oft auch erst Initialisierung der medizinischen Verbundforschung für ihn zu einem Schwerpunkt. Ein Beispiel für einen komplexen Verbund ist das Deutsche Konsortium für translationale Krebsforschung (DKTK), eines der vom BMBF geförderten Deutschen Zentren der Gesundheitsforschung. Für die Entwicklung von dessen IT-Plattform, die alle elf Standorte des DKTK verbindet und gemeinsame Forschung mit den Daten und Biomaterialien ermöglicht, war er verantwortlich. Als ein Bestandteil eines „Spitzenclusters“ (Hightech-Strategie des BMBF) entwickelte Professor Ückert zudem ein internetbasiertes Portal, um verschiedene Omics-Daten kombiniert mit klinischen Daten teilautomatisiert biometrisch auswerten zu können.
Ab Januar 2016 leitete er als Universitätsprofessor der Universität Heidelberg die Medizinische Informatik in der Translationalen Onkologie am Deutschen Krebsforschungszentrum. Hier wurden hochkomplexe Daten in Partnerschaft mit Experten aus verschiedenen Disziplinen in Wissen umgewandelt, das zu Diagnose- und Therapiezwecken eingesetzt werden kann. Die in dem zusammen mit SAP entwickelten Data-Warehouse gesammelten Daten werden automatisch mit Informationen aus Publikationen und aus verschiedenen Datenbanken kombiniert. Über die Kenntnis von Modellen, aber auch mittels Algorithmen des maschinellen Lernens, wurden klinische Entscheidungshilfen gegeben und Forschungshypothesen generiert, um zu einem tieferen Verständnis der Erkrankung beizutragen.