Jugendliche, Kinder, Neugeborene und sogar Ungeborene können einen Schlaganfall erleiden. Ein Drittel der Kinder mit neonatalen und die Hälfte mit postnatalen Schlaganfällen entwickelt eine Halbseitenlähmung, bei der häufig die obere Extremität stärker betroffen ist als die untere. Das Projekt zielt darauf ab, neuartige Methoden zur verbesserten therapeutischen Behandlung von Kindern mit halbseitiger Lähmung als Folge eines Schlaganfalls zu entwickeln. Hierzu sollen mit Hilfe von Methoden und Werkzeugen des maschinellen Lernens relevante Merkmale aus den vier Bereichen Omics, Neuroimaging, klinisches Assessment und Bewegungsdaten identifiziert und kombiniert werden, um ein neues transdisziplinäres, patientenzentriertes Modell (PSM) zu lernen, das den klinischen Entscheidungsprozess unterstützt und eine optimierte individualisierte Rehabilitation ermöglicht. Das Karlsruher Institut für Technologie erforscht und entwickelt Methoden zur Diagnose und Prädiktion von Schlaganfällen bei Kindern auf Basis von Bewegungsdaten und erstellt ein patientenzentriertes Modell, das genetische Patientendaten, Neuroimaging, Bewegungsdaten und klinisches Assessment fusioniert, um ein neues transdisziplinäres, patientenzentriertes Modell zur optimierten Rehabilitation zu erstellen. Die entwickelten Methoden und Werkzeuge werden anhand von Daten aus früheren Studien sowie aus neuen Pilotstudien evaluiert. Dabei soll gezeigt werden, wie die Integration relevanter Merkmale aus den vier Bereichen zum besseren Verständnis der Zusammenhänge zwischen genetischen und phänotypischen Daten bei Schlaganfällen beitragen kann. Das Vorhaben ist Teil des transnationalen Verbundprojekts "CATCH-HEMI" der Förderinitiative "ERA-PerMed". Der Verbund "CATCH-HEMI" wird durch eine italienische Arbeitsgruppe koordiniert und hat insgesamt fünf Projektpartner.