Entwicklung eines selbstlernenden Risikoscores an Real-World-Datenquellen: Die RABATT-Studie

Das vom Innovationsausschuss des Gemeinsamen Bundesausschuss für drei Jahre (2019–2022) geförderte Projekt „Risikoscores für eine algorithmenbasierte behandlerunabhängige Aufklärung zum Therapieerfolg und zur Therapieempfehlung“ (RABATT) verfolgt das Ziel, verfügbare Routine- und Registerdaten zur Behandlung der peripheren arteriellen Verschlusskrankheit (PAVK) intelligent zu nutzen. Es sollen selbstlernende Algorithmen und mobile Applikationen entwickelt werden, die eine informierte objektive Aufklärung und die Wahl der bestmöglichen Therapie trotz teilweise fehlender Evidenzbasis unterstützen. Dabei sollen wesentliche Fragen aus den Bereichen Datenschutz- und Haftungsrecht, Sozialrecht und Ethik beantwortet werden. Dieser Beitrag gibt einen Überblick über die primären Fragestellungen und methodischen Projektschritte.