Forschungsgebiete
Forschungsschwerpunkte
-
Gesundheits- und (Bio-)Medizinrecht
-
Datenschutz- und Datensicherheitsrecht als besonderes Verwaltungsrecht
-
Rechtlicher Rahmen und Modalitäten des europäischen und internationalen Datenaustausches
-
Recht der Lebenswissenschaften aus der grund- und menschenrechtlichen Perspektive
-
Rechtsvergleichungen im Bereich des Datenschutzsrechts, des Medizinrechts und des Rechts der Lebenswissenschaften
Das Hauptziel der Forschungsgruppe ist es, den rechtlichen Rahmen für neue medizinische Technologien, Forschungs- und Behandlungsmethoden zu analysieren. In Übereinstimmung mit nationalen, europäischen und internationalen normativen Grundlagen erarbeiten wir hierbei Standards, um zur Weiterentwicklung des rechtlichen Rahmens beizutragen. Der rechtliche Standard wiederum berücksichtigt die Wechselwirkungen von neuen Technologien in der Entwicklung wie Anwendung. Schwerpunkt der Analysen im Bereich der medizinischen Forschung und Versorgung sind Auseinandersetzungen mit rechtlichen Fragen zu den Themen Genomik, Stammzellforschung und -therapien, Krebsmedizin, Genome Editing, Biobanking und Pädiatrie.
Um dieses Ziel zu erreichen, forscht unsere Gruppe in den Bereichen Datenschutzrecht, Medizinrecht und Gesundheitsrecht, mit einem starken Fokus auf die internationale Perspektive sowie auf eine vergleichende und interdisziplinäre Weise. Insbesondere im Zusammenhang mit dem Datenschutz analysieren wir Regelungsmodelle und erforschen die rechtlichen Anforderungen an die gemeinsame Nutzung von Daten in verschiedenen Modellen. Die Forschungsprojekte werden in enger Zusammenarbeit mit anderen Fakultäten und in Kooperation mit außeruniversitären Forschungseinrichtungen durchgeführt.
Forschungsprojekte und Verbundvorhaben
CONTAGIO (Cohort Network To be Activated Globally In Outbreaks)
Das Wiederauftreten von Infektionskrankheiten in Ländern mit niedrigem und mittlerem Einkommen stellt eine große Herausforderung dar. Beobachtungskohorten spielen eine entscheidende Rolle beim Verständnis des natürlichen Krankheitsverlaufs, einschließlich der Übertragungswege, Risikofaktoren und schwerwiegenden Folgen, und helfen so bei der Konzeption von Interventionsstudien. Das EU-finanzierte Projekt CONTAGIO bringt Forschende aus verschiedenen Regionen zusammen, um Koordinierungsmechanismen für schnelle Reaktionen auf das Auftreten oder Wiederauftreten von Infektionskrankheiten in Ländern mit niedrigem und mittlerem Einkommen zu schaffen.
https://cordis.europa.eu/project/id/101137283/de
GHGA (The German Human Genome-Phenome Archive)
GHGA ist Teil der Nationalen Forschungsdateninfrastruktur (NFDI), die Forschungsdaten systematisch indexiert und disziplinübergreifend vernetzt. Durch eine bessere Zugänglichkeit und Wiederverwendbarkeit bisher fragmentierter Daten stärkt die NFDI die Forschung, fördert Zusammenarbeit und Innovation. GHGA konzentriert sich darauf, humane Omics-Daten FAIR (Findable, Accessible, Interoperable, Reusable) zu machen und ihre sichere Nutzung in der Forschung zu gewährleisten.
https://www.ghga.de/de/
Model-Based AI: Physical Models and Deep Learning for Imaging and Cancer Treatment
Der Fokus des Forschungsprojekts liegt dabei auf der konkreten Anwendung in der Behandlung von Krebs. Ein interdisziplinäres Team aus den Fachbereichen Informatik, Mathematik, Physik und Medizin analysiert dazu verschiedene Fragestellungen in der KI-Forschung, unter anderem zu Verlässlichkeit von Lerndaten, Objekterkennung sowie zur Qualität der Datenspeicherung und -auswertung.
https://www.carl-zeiss-stiftung.de/uebersicht-projekte/detail/model-based-ai
Multi-dimensionAI: linking scales of information to improve care for patients with heart failure
Das Projektteam an den Standorten Mannheim und Heidelberg konzentriert sich auf Patienten mit Herzinsuffizienz mit erhaltener Ejektionsfraktion (HFpEF).
Im Rahmen einer klinischen Studie werden die Erkenntnisse genutzt, um Patienten zu ermöglichen, für einen begrenzten Zeitraum in einem Exosuit zu trainieren. Exosuits bestehen in der Regel aus einem leichten Rahmen, der am Körper des Benutzers befestigt wird. Zusammen mit Sensoren und Motoren können diese die Bewegung steuern und Unterstützung bieten. Dies soll die Mobilität der Patienten steigern. Veränderungen im Lebensstil werden wiederholt erfasst, um Effekte zu erkennen, die von der molekularen bis zur makroskopischen Ebene reichen. Diese Ergebnisse werden wiederum zur Verbesserung des KI-Systems genutzt.
https://www.carl-zeiss-stiftung.de/uebersicht-projekte/detail/multi-dimensionai-linking-scales-of-information-to-improve-care-for-patients-with-heart-failure
ITCC Hopp: International Data Integration Platform to prioritize drug development and access for children with cancer
Das Hauptziel des ITCC-Projekts besteht darin, dem Mangel an einer geeigneten, professionellen, umfassenden und benutzerfreundlichen Plattform für die Datenvisualisierung und den Datenaustausch entgegenzuwirken, indem eine Plattform zur Erfassung und Integration vielfältiger molekularer Daten aus der pädiatrischen Onkologie eingerichtet wird. In allen Phasen werden Patientenvertreter sowie Experten für Ethik und Recht einbezogen.
https://www.pedcanportal.eu/
PRIVETDIS - Mentale Privatheit, Neurotechnologie und Behinderung
Das Verbundprojekt PRIVETDIS ist Teil der BMBF-Fördermaßnahme „Richtlinie zur Förderung von Zuwendungen für multinationale Forschungsprojekte zu ethischen, rechtlichen und sozialen Aspekten der Neurowissenschaften im Rahmen des ERA-NET NEURON“. Ziel dieser Maßnahme ist es, Fragen der ethischen, philosophischen, rechtlichen und sozio-kulturellen Aspekte bezogen auf neurowissenschaftliche Forschung zu identifizieren, wissenschaftliche Grundlagen für einen informierten gesellschaftlichen und wissenschaftlichen Diskurs zu legen, Chancen und Risiken, die sich aus dem technischen und methodischen Fortschritt ergeben, zu bewerten sowie den allgemeinen Wissensstand zu erweitern.
https://www.gesundheitsforschung-bmftr.de/de/privetdis-mentale-privatheit-neurotechnologie-und-behinderung-17811.php
ILLUMINATION - Datenschutzgerechte Nutzung großer Sprachmodelle im Gesundheitswesen
Im Projekt „ILLUMINATION“ zielen die Forschenden darauf ab, einen Werkzeugkasten mit technischen Methoden und Handlungsempfehlungen für die Privatsphäre-schonende Nutzung von LLMs im Gesundheitsbereich zu entwickeln. Hierzu setzt das Projektteam auf innovative Methoden wie Differential Privacy, synthetische Daten und Private Information Retrieval, um die Risiken für die Privatsphäre zu minimieren. Die Forschenden bewerten die Methoden zudem aus menschzentrierter, rechtlicher und anwendungsspezifischer Perspektive, um Zielkonflikte zwischen Privatsphäre, rechtlichen Vorgaben, Vorhersagequalität von LLMs und Rechenaufwand zu identifizieren.
https://www.forschung-it-sicherheit-kommunikationssysteme.de/projekte/illumination
MEDAL Medical Imaging AGI’s Last Exam
Das Projekt beabsichtigt, zentrale klinische Fragestellungen der medizinischen Bildgebung zusammenzuführen. Deren Bearbeitung durch eine medizinische Bildgebungs-AGI könnte Leistungsniveaus erreichen, die mit denen menschlicher Expert:innen vergleichbar sind oder diese ergänzen und damit potenziell einen praxisrelevanten Einfluss auf Patient:innen und Pflegekräfte haben. Hierfür wird MEDAL internationale Expertise sowie multimodale Daten (medizinische Bilder und optional weitere Patienteninformationen) bündeln und die Forschung stärker auf klinisch bedeutsame Herausforderungen ausrichten.
https://www.carl-zeiss-stiftung.de/uebersicht-projekte/detail/medical-imaging-agis-last-exam
SynthImmune - Regulatory assessment of research and translation in SynthImmune
Im Rahmen von Projekt 7 von Synthimmune werden Technologien für die Bottom-up-synthetische Immunologie entwickelt, ein globaler Umsetzungsrahmen für die Bottom-up-synthetische Immunologie geschaffen und ein Rahmenwerk für Ethik und Kommunikation im Bereich der Bottom-up-synthetischen Immunologie erarbeitet. Die konkreten Ziele von P7 Synthimmune bestehen darin, die Grundlagen für das Verständnis der Terminologie und der fachlichen Praxis zu schaffen, Risiken und Nutzen zu bewerten, um die Einleitung früher klinischer Studien zu unterstützen, und den Weg für einen gesellschaftlichen Wandel zu ebnen.
https://synthimmune.de/projects/
STARDAST
STARDAST (STewardship and Recognition for DAta Science Talent) schafft ein nachhaltiges, sektorübergreifendes Ökosystem für professionelles Datenmanagement in ganz Europa und unterstützt damit die EOSC-Ziele von „Horizon Europe“. Das Projekt verfolgt einen praxisorientierten Ansatz, bei dem Datenmanager als Mitgestalter fungieren und verschiedene Disziplinen und Institutionen abdecken.
Forensic Genetics Frequency Databases
Das Projekt untersucht die ethischen, rechtlichen und datenschutzrechtlichen Herausforderungen forensischer genetischer Frequenzdatenbanken, die weltweit für DNA-Analysen in der Strafverfolgung sowie für Verwandtschafts- und Abstammungsgutachten genutzt werden. Im Mittelpunkt stehen die Identifikation problematischer Altdatensätze, die Analyse möglicher Re-Identifizierungsrisiken sowie die Klärung des anwendbaren Rechtsrahmens für genetische Daten in der Forensik. Auf dieser Grundlage soll gemeinsam mit Expertinnen und Experten aus Wissenschaft, Recht, Strafjustiz und betroffenen Gemeinschaften eine verbesserte Governance-Strategie entwickelt werden, um die ethische Legitimität, Transparenz und Datenschutzkonformität dieser Datenbanken langfristig zu stärken.
Abgeschlossene Projekte
Individualising & democratizing cancer patient care via Artificial Intelligence (VolkswagenStiftung)
Ein zentrales Versprechen der personalisierten Medizin ist, dass alle Bürgerinnen und Bürger - unabhängig davon, ob sie in Städten oder auf dem Land leben - gleichermaßen von einer hochmodernen individualisierten Gesundheitsversorgung profitieren können. Das Projekt wird einen transdisziplinären, KI-gestützten Ansatz zur Präzisionsmedizin bei Prostatakrebs in einem regional ausgerichteten Modellprojekt anwenden, das auf 8 % der deutschen Bevölkerung abzielt und in Zukunft auch überregional oder international ausgeweitet werden kann. Dies wird auf Methoden des maschinellen Lernens aufbauen, um gezielte Behandlungsentscheidungen auf der Grundlage von Deep-Learning-Klassifikatoren zu treffen, die langfristig beobachtete klinische Messungen mit Multi-omic-Daten integrieren. Insgesamt trägt das Projekt zur gemeinsamen Nutzung menschlicher, physischer und intellektueller Ressourcen im Gesundheitswesen dar, der mit den gesellschaftlichen Werten und den berechtigten Erwartungen des Einzelnen sowie den Konzepten der Fairness, Inklusion und Gleichheit im Einklang steht. Darüber hinaus wird es die Weiterentwicklung der KI als technologischen Rahmen für die Steuerung des Gesundheitswesens fördern.
Datenschutzrechtliches Reallabor für eine Datentreuhand in der Netzwerkmedizin – TrustDNA (BMBF)
Ziel des Projektes ist es, einen Beitrag zur regelbasierten Verfügbarkeit von Daten aus der Netzwerkmedizin für forschende Unternehmen und öffentlichen Forschungseinrichtungen zu leisten. Der Fokus liegt dabei auf der Klärung datenschutzrechtlicher Ausgestaltung von verschiedenen Datentreuhandmodellen. Die Prozesse sollen dabei so gestaltet werden, dass die Patientinnen und Patienten als Datengebende in einer aktiv mitgestaltenden Rolle in Forschungsvorhaben eingebunden werden können. Außerdem wird die Anbindung an nationale und europäische Initiativen angestrebt.
FAIR Data Spaces - Aufbau eines gemeinsamen Cloud-basierten Datenraums für Wirtschaft und Wissenschaft (BMBF)
Das Projekt „FAIR Data Spaces“ stellt einen gemeinsamen, cloudbasierten Datenraum für Industrie und Forschung bereit, der den FAIR-Prinzipien entspricht. Das Projekt erstellt einen Fahrplan für die Zusammenarbeit zwischen der europäischen Gaia-X-föderierten und sicheren Dateninfrastruktur und der Nationalen Forschungsdateninfrastruktur (NFDI), klärt den ethischen und rechtlichen Rahmen für den Datenaustausch zwischen Forschung und Industrie, schafft eine gemeinsame technische Grundlage und demonstriert den Einsatz von Gaia-X-Technologie zur Bereitstellung und Nutzung von Forschungsdaten gemäß den FAIR-Prinzipien in verschiedenen Wissenschafts- und Wirtschaftsbereichen. FAIR Data Spaces-Demonstratoren zeigen reale Anwendungsfälle in den Bereichen Biologie, Geowissenschaften, Gesundheit und Datenwissenschaft.
EUCANCan: European-Canadian Cancer Network
EUCANCan ist ein europäisch-kanadisches Projekt, das eine vernetzte Infrastruktur für die einheitliche Analyse, Verwaltung und den Austausch von genomischen Krebsdaten schaffen soll. Ziel ist es, personalisierte Medizin in der Onkologie durch bessere Zusammenarbeit und Datennutzung zu stärken. Dafür entwickelt das Projekt ein integriertes kulturelles, technisches und rechtliches Rahmenwerk zwischen mehreren Ländern und Institutionen. Die Initiative soll die Krebsforschung verbessern und als Modell für internationale Kooperationen im Bereich der personalisierten Medizin dienen.
PORTRAIT
PORTRAIT zielt darauf ab, ein mehrdimensionales Profil von Patienten zu erstellen, die auf eine NAT ansprechen bzw. nicht ansprechen, indem Merkmale des Wirtsorganismus und klinische Daten mit Gewebe- und distalen Mikrobiota-Merkmalen (Darm- und Hautmikrobiota) kombiniert werden, um mittels eines multi-omics Ansatzes die individuellen Determinanten zu ermitteln, die den Therapieerfolg beeinflussen. Ein weiteres Ziel ist die Entwicklung eines nicht-invasiven Prognoseinstruments auf der Grundlage der Volatilomik sowie die Erprobung personalisierter Therapieansätze in 3D-Modellen.
https://www.eppermed.eu/funding-projects/projects-results/project-database/portrait/
KI und Verantwortung
Das Projekt untersuchte, wie Verantwortung im Kontext künstlicher Intelligenz angemessen zugeschrieben werden kann, wenn Entscheidungen zunehmend durch das Zusammenwirken von Menschen und algorithmischen Systemen entstehen. Durch die Verbindung von Rechtswissenschaft, Philosophie, Soziologie und Ethik entwickelte das Netzwerk neue Konzepte für hybride Verantwortung, verteilte Kausalität sowie differenzierte Sorgfalts- und Kontrollpflichten. Die Ergebnisse liefern normative und rechtliche Orientierungen für einen verantwortungsvollen, transparenten und fairen Einsatz von KI in Gesellschaft und Praxis.
