Klinische Daten sind für jede medizinische Studie von großem Wert, seien es Bluttestergebnisse, Gehirn-Scans oder Sequenzierungsergebnisse – sie alle können dazu beitragen, Erkenntnisse über Krankheitssubtypen zu gewinnen und präzise Behandlungen zu entwickeln, die wirksamer sind als die herkömmlichen Therapien.

Der Austausch dieser Informationen zwischen Forschungsteams verschiedener Institutionen, die gemeinsam an denselben Fragen arbeiten, ist wichtig, um aussagekräftige Ergebnisse zu erzielen. Dabei muss jedoch sorgfältig vorgegangen werden, um die Privatsphäre der Studienteilnehmer zu schützen und die großen Informationsmengen zu verwalten. Die Systemmedizin am DZNE geht dieses Problem mit einer Technologie namens Schwarm Lernen an.

Schwarm Lernen ermöglicht es Forschern, Algorithmen und Analyseerkenntnisse auszutauschen, ohne individuelle Patientendaten auszutauschen. So bleiben persönliche Informationen vertraulich und ermöglichen damit eine bessere Forschungszusammenarbeit und translationale klinische Entwicklungen. Schwarm Lernen bietet eine sichere Methode der Zusammenarbeit auf der Grundlage persönlicher Daten, die den europäischen ethischen Grundsätzen des Zugangs zu medizinischen Daten und des Datenschutzes entspricht und das transformative Potenzial der medizinischen Forschung im Zeitalter der künstlichen Intelligenz fördert.