ADAMS-Plattform, Göttinger

ADAMS-Plattform: Göttinger Uniklinik führt System erstmals in der EU ein

Veröffentlicht am: 28.09.2026 um 16:18 Uhr | Redaktion boerse-global.de

Die UMG ergänzt ihr Datenintegrationszentrum um sichere Analysen klinischer Verlaufsdaten und synthetische Datensätze für Forschung und Versorgung.

Universitätsmedizin Göttingen führt MDClone-Plattform erstmals in der EU ein
Ein heller, minimalistischer Flur in einem modernen klinischen Forschungszentrum mit klaren Linien und natürlichem Licht. Illustration mit AI erstellt.

Die Universitätsmedizin Göttingen (UMG) etabliert als erstes Krankenhaus in Deutschland und der gesamten Europäischen Union die ADAMS-Plattform des Anbieters MDClone.

Wie aus einem Bericht vom 28. September 2026 hervorgeht, dient das System als direkte Ergänzung für das bereits an der Klinik bestehende Datenintegrationszentrum UMG-MeDIC. Ziel des Projekts ist es, die Nutzung komplexer Gesundheitsdaten in der universitären Medizin und Forschung grundlegend weiterzuentwickeln.

Erweiterte Datenanalyse für klinisches Personal

Durch den Einsatz der Plattform erhalten berechtigte Mitarbeiterinnen und Mitarbeiter der Universitätsmedizin Göttingen die Möglichkeit, klinische Längsschnittdaten eigenständig und auf sicherem Weg auszuwerten. Die Einsatzbereiche sind dabei breit gefächert: Neben wissenschaftlichen Forschungsvorhaben soll die Plattform sowohl der Patientenversorgung als auch dem internen Qualitätsmanagement dienen.

Längsschnittdaten bilden den Verlauf von Erkrankungen sowie therapeutischen Maßnahmen über längere Zeiträume hinweg ab. Das Datenintegrationszentrum UMG-MeDIC fungiert an der Universitätsklinik als zentrale Anlaufstelle für die Zusammenführung verschiedener Informationsquellen.

Die Ergänzung durch die Software soll es autorisierten Fachkräften erleichtern, Fragestellungen aus dem klinischen Alltag und der Versorgungsforschung zeitnah zu analysieren, ohne dabei auf externe Zwischenschritte angewiesen zu sein.

Anzeige

Die Universitätsmedizin Göttingen ergänzt ihr Datenintegrationszentrum um eine Plattform, mit der berechtigte Mitarbeitende klinische Längsschnittdaten eigenständig auswerten können — ohne externe Zwischenschritte. Wie Sie diesen Weg für Ihre Klinik strukturieren, zeigt unser Leitfaden in fünf Schritten. 5-Schritte-Leitfaden jetzt anfordern

Schutz der Privatsphäre durch synthetische Datengenerierung

Ein wesentliches Funktionsmerkmal der Plattform betrifft den Schutz sensibler Gesundheitsdaten. Das System ist in der Lage, synthetische Datensätze aus realen klinischen Daten zu erzeugen. Bei diesem Verfahren werden statistische Eigenschaften und Zusammenhänge der ursprünglichen Krankenakten rechnerisch nachgebildet, ohne dass reale Patientendatensätze nach außen weitergegeben werden müssen.

Für den Einsatz in der klinischen Forschung bietet dieser Mechanismus neue Handlungsspielräume. Analysen und Modellierungen lassen sich auf einer realitätsnahen Datenbasis durchführen, während die Identität der behandelten Personen zu jedem Zeitpunkt geschützt bleibt. Dadurch wird die Trennung zwischen schutzbedürftigen Primärdaten und wissenschaftlicher Nachnutzung gewahrt.

Internationale Vorbilder im klinischen Einsatz

Mit der Einführung der Plattform greift die Universitätsmedizin Göttingen auf ein Konzept zurück, das außerhalb der Europäischen Union bereits an mehreren großen Klinikstandorten etabliert ist.

Anzeige

Sensible Patientendaten für Forschung und Qualitätsmanagement nutzbar machen, ohne die Primärdaten aus der Hand zu geben: Der Göttinger Ansatz setzt auf synthetische Datensätze, die statistische Zusammenhänge nachbilden. Unsere Checkliste zeigt, welche Rollen, Rechte und Freigabewege Sie dafür klären müssen. DSGVO-Checkliste jetzt sichern

Dem Bericht zufolge wird das Modell bereits bei UChicago Medicine, beim Manchester University NHS Foundation Trust sowie am Sheba Medical Center eingesetzt. Mit der Bereitstellung an der UMG wird das System nun erstmals an einer universitären Einrichtung im kontinentaleuropäischen Raum betrieben.

Disclaimer...

de | wissenschaft | 70193361 |