Netzwerk A2 1 Pdf Download Free

[Vita Wanberg]

Thegoal of the University Network for Social Responsibility is to actively shape the social responsibility of universities, to enable partnerships between civil society organizations and universities, and to facilitate the mutual transfer of knowledge. We strengthen the civil society engagement and transfer activities of students, teachers and university staff. The university network sees itself as a competence and exchange platform for the promotion of innovative formats in the field of teaching and learning, transfer and research. This includes formats such as service learning, community research, social entrepreneurship education, camps-community partnerships, reallabs and education for sustainable development.

The University Network for Social Responsibility was founded in 2009 and is the largest German-speaking university network after the HRK. We currently reach 48 universities and 9 civil society organizations.

The SLIDE Manifesto addresses all relevant stakeholders in the field of service-learning. Its statements challenge current approaches to teaching and learning and encourage readers to think about a new paradigm in which online and offline components go hand in hand. The manifesto is intended as a platform for further debate and as a resource for stakeholders.

The deck of cards helps implement service learning at universities and includes a total of 78 cards divided into seven categories. Successful patterns of good practice are presented and discussed on the cards. The documented patterns are an essential base of experiential knowledge on service learning and campus community partnerships. They enable teaching and learning related to community engagement to be successfully designed.

The Research Institute for Social Cohesion (FGZ) is an institute funded by the German Federal Ministry of Education and Research. It is located in ten different German states and thus also focuses on the regional diversity of social cohesion in Germany.

All universities in German-speaking countries that share and actively pursue the goals of the association can apply for membership. Non-profit organizations with supra-regional intermediary functions and individuals can also join the network as Associate Members, but do not receive voting rights. They pay a reduced membership fee.

Are you a representative of a non-profit organization with supra-regional mediating functions? Then you can join the university network as an associate member, but you will not have voting rights.

You are an individual and are involved in the area of social responsibility or are interested in the topics of the university network? Then you can also join Hochschulnetzwerk as an associate member, but you will not have voting rights.

Please summarize your text to a maximum of 500 characters (including spaces and headline), provide a web link for further information, and email a photo with copyright notice for the article by the 10th of each month.

The newsletter editors reserve the right to decide on publication and on changes. The University Network does not conduct its own research and only publishes information that has been provided by the organizers for publication in the newsletter.

Radiological Cooperative Network (RACOON): Auf dieser Plattform haben sich alle universitren Radiologien Deutschlands zusammengeschlossen, um radiologische Bild- und Befunddaten zu COVID-19 standortbergreifend strukturiert zu erfassen und groe Datenstze fr die gemeinsame Forschung und das Trainieren von Algorithmen verfgbar zu machen.

NUKLEUS untersttzt die Planung, Durchfhrung und Auswertung von multizentrischen klinischen und klinisch-epidemiologischen Studien durch die Bereitstellung einer Forschungsdateninfrastruktur (6 Komponenten) sowie methodischer Infrastrukturkerne (3 Komponenten). Die Plattform umfasst Methodenexpertise, Prozesse und IT-Infrastruktur zur standardisierten und harmonisierten Planung, Erfassung, Verwaltung und Bereitstellung qualitativ hochwertiger klinischer Daten- und Bioprobensammlungen.

Die Infrastrukturkomponenten von NUKLEUS wurden in der 1. Frderphase erfolgreich fr die Umsetzung von drei Kohortenstudien zum besseren Verstndnis und damit fr die Bewltigung von Pandemien am Beispiel der COVID-19-Erkrankung etabliert [1, 2]. Bis Mitte Juli 2022 konnten 5.773 Patient*innen eingeschlossen und diese mit bis zu jeweils 5.200 Datenpunkten charakterisiert werden. Es wurden bereits 89 Datennutzungsantrge bewilligt sowie 36.365 Datenstze und ber 42.000 Bioproben herausgegeben. Auf der NUM-Community-Plattform werden momentan 29 fach- und organspezifische Arbeitsgruppen sowie eine AG Patient*innenvertretung koordiniert, die in einem bergreifenden Fachbeirat gemeinsam zum Netzwerk beitragen. Die im Rahmen von NUKLEUS geschaffenen Strukturen zielen darauf ab, dass Studien zu den besten Ideen fr die wichtigsten medizinischen Fragestellungen innerhalb weniger Wochen in hoher Qualitt realisiert werden knnen und dadurch Antworten mit hoher Aussagekraft liefern. Das wird ermglicht durch die einsatzbereite, skalierbare und leistungsfhige Infrastruktur und die Mitwirkung von fhrenden Expert*innen der Universittsmedizin.

Die Architektur basiert auf den in der MII [4] an allen deutschen UK etablierten DIZ sowie deren Steuerungs- und Datenaustauschprozessen. Eine semantische Harmonisierung der COVID-19-Daten wurde durch die Nutzung des GECCO-Datensatzes und dessen FHIR(Fast Healthcare Interoperability Resources)-Spezifikation erreicht [5]. Zur dezentralen Bereitstellung dieses Datensatzes wurde in jedem DIZ ein FHIR-Server etabliert. Fr die Erhebung der Daten, die bisher noch nicht Bestandteil der elektronischen Krankenakte waren, wurden Datenerfassungssysteme (REDCap und DIS) mit standardisierten Data Dictionaries und einem vordefinierten Extraktionsprozess zur Generierung der FHIR-GECCO-Formate bereitgestellt. Fr fderierte Machbarkeitsabfragen wurden diese FHIR-Server ber zentral entwickelte Komponenten und sichere Datenverbindungen an ein Abfrageportal zur klinischen Charakterisierung von COVID-19-Patient*innen angebunden [6,7,8]. Auf Basis dieser dezentralen COVID-19-Forschungsdatenrepositorien konnten wissenschaftliche Erkenntnisse zum Verlauf der COVID-19-Pandemie und zu ihren Auswirkungen auf die stationre Versorgung in den UK bereits im Sommer 2020 gewonnen werden [9,10,11].

Die medizinische Bildverarbeitung im NUM wird im radiologischen multizentrischen Forschungsnetzwerk RACOONFootnote 10 (Radiological Cooperative Network) adressiert. In dem 2020 ins Leben gerufenen Netzwerk sind alle radiologischen UK sowie die Technologiepartner Deutsches Krebsforschungszentrum Heidelberg (DKFZ), Fraunhofer MEVIS in Bremen, Technische Universitt Darmstadt, Mint Medical GmbH und ImFusion GmbH zusammengeschlossen. War das Ziel von RACOON zunchst, die COVID-19-Pandemie besser zu verstehen und Behandlungsmglichkeiten zu untersttzen, soll sich RACOON mittelbar zur Untersttzung von zahlreichen anderen medizinischen Anwendungsfllen entwickeln.

In RACOON werden medizinische Bilddatenstze wie Rntgenbilder und Computertomografien verarbeitet und geteilt. Um weiterreichende Erkenntnisse zu gewinnen, werden komplementre Datenstze, bspw. Angaben zu Krankheitsverlufen in maschinenlesbarer Form, verarbeitet. Diese multimodalen Datenstze erffnen ein breites Spektrum der Bilddatenanalyse und Methodenentwicklung.

In RACOON wird bspw. knstliche Intelligenz (KI) trainiert, um Assistenzfunktionen zu schaffen, die personalisierte Medizin und Przisionsmedizin ermglichen. Die Anwendungsflle reichen damit von der detaillierten Befundung eines einzelnen Falls bis zur Kapazittsplanung im Gesundheitswesen auf nationaler Ebene. RACOON ermglicht insbesondere die Entwicklung und Bereitstellung homogener Datenerhebungs- und Analysemethoden. Die gewonnenen Erkenntnisse und Methoden knnen von Partnerstandorten schnell ber das gesamte Projektnetzwerk verteilt werden.

Fr den bundesweiten Einsatz des Netzwerks bedarf es einer leistungsfhigen Infrastruktur und abgestimmter Definitionen zu gemeinsamen Informationsmodellen und Schnittstellen zwischen den Komponenten (Abb. 2). RACOON hat hierzu eine sichere, zentrale Umgebung und ein einzigartiges, hybrides Netzwerkinfrastrukturkonzept entwickelt, das verteilte Hardwareknoten (NODEs) an den beteiligten UK beinhaltet (Abb. 3).

Die RACOON-NODEs erlauben das Ausfhren und Trainieren von KI-Modellen an allen Standorten. Alle Knoten sind gleichartig aufgebaut und ausgestattet, so knnen rzt*innen der Partnerinstitute multizentrische Forschungsprojekte ber die hiermit ausgerollten Forschungsumgebungen initiieren bzw. an solchen teilnehmen.

Neben einer wirksamen und schnell adaptierbaren FIS ist eine gut strukturierte, reprsentative Datengrundlage die Voraussetzung fr leistungsfhige KI-Entwicklung. Mittlerweile stehen in RACOON ber 14.000 Flle mit mehr als 8,8 Mio. Datenitems aus dieser initialen Datenerhebung im Netzwerk bereit. Hierzu wurden internationale und nationale Standards wie CO-RADS [14], COV-RADS [15], die Empfehlung der Arbeitsgruppe Thorax der Deutschen Rntgengesellschaft [16] und weitere aufgegriffen sowie auch neue radiologische Befundungsstandards abgestimmt. RACOON erlaubt hochqualitative strukturierte Auswertungen multimodaler Datenstze im multizentrischen Setting. Die RACOON-Datenmodelle enthalten Indizierungen auf gngige Systeme wie Radlex, SNOMED CT und LOINC [17, 18]. Die Interoperabilitt innerhalb des NUM wird in RACOON mittels standardisierter Schnittstellen wie FHIRFootnote 11 und DICOMFootnote 12 umgesetzt. Die zugrundeliegende Architektur befhigt auch zu Echtzeitanalysen und Monitoring [19], sowohl dezentral fr einzelne NODEs als auch im gesamten Netzwerk ber die sichere zentrale Umgebung.

Das AKTIN-Notaufnahmeregister wurde bereits vor der NUM-Grndung in einem BMBF-gefrderten VerbundprojektFootnote 13 aufgebaut. Es handelt sich um eine interoperable, datenschutzkonforme Infrastruktur zur kontinuierlichen tagesaktuellen Nutzung von klinischen Routinedaten aus Notaufnahmen [20].

3a8082e126