Ein Datenmodell für interdisziplinäre Forschung

„Wir haben einen weltweit erhöhten Datenbedarf, um die Medizin zu verbessern – und nicht nur im Bereich Long COVID“, sagt Prof. Dr. Sylvia Thun von der Charité Berlin in der aktuellen Ausgabe von Radio CityLAB.

Stellen wir uns vor: Ein Team aus Datenanalyst:innen, Medizininformatiker:innen und Verwaltungsexpert:innen arbeitet gemeinsam an einem Datenmodell, um Long COVID und andere komplexe Krankheiten besser zu verstehen. Klingt außergewöhnlich? Ist es auch!

In dieser Ausgabe von Radio CityLAB tauchen wir tief in die Welt der medizinischen und offenen Daten ein. Gemeinsam mit dem Berlin Institute of Health an der Charité und im Rahmen der Dateninstitut-Challenge des Bundesministeriums des Innern und für Heimat (BMI) diskutiert unser interdisziplinäres Projektteam Fragen wie:

Lassen sich durch die Kombination offener Daten (z.B. zu Luftqualität) und geschlossener Gesundheitsdaten (z.B. zu Long COVID) neue Erkenntnisse gewinnen?
Wie lässt sich der schmale Grat zwischen Datenschutz und Datenöffnung meistern?
Was kann ein Datenmodell eine bessere Forschungs- und Versorgungsgrundlage schaffen?

Unsere Gäste:

Lisa Stubert, Bereichsleiterin für Public Data am CityLAB und Projektleiterin der Open Data Informationsstelle an der Technologiestiftung

Max Eckert, Data Scientist im Projekt Open Data Informationsstelle am CityLAB

Pauline Boos, Projektmanagerin im Bereich Smart City und Verwaltungsinnovation am CityLAB

Mehr zur Post-COVID-Challenge:

https://www.technologiestiftung-berlin.de/projekte/post-covid-datenmodell

Mitarbeit:

Moderation: Benjamin Seibel, Leiter des CityLAB

Redaktionelle Mitarbeit: Nora Eilers, Anna Hantelmann, Jennifer Timm

326 MG Do College Students Need Renters Insurance?