Die koronare Herzkrankheit (KHK) stellt eine große Belastung für Patienten und die Gesundheitssysteme weltweit dar. Die häufigste Ursache der KHK ist die Atherosklerose, eine entzündliche Erkrankung mit lebensbedrohlichen Auswirkungen auf den koronaren Kreislauf. Häufig passt sich der Kreislauf durch die Bildung von Umgehungskreisläufen, sprich Kollateralarterien an, was zu einem deutlich verbesserten Langzeit-Outcome nach der Ischämie führt. Bislang gibt es keine Möglichkeit das Kollateralprofil von Patienten vorherzusagen, dabei wäre die frühzeitige Bestimmung des Kollateralprofils ein zentraler Faktor in einer personalisierten Behandlung der KHK. Das übergeordnete Ziel von PROGRESS ist daher, die Entwicklung eines Algorithmus zur genaueren, reproduzierbaren und automatisierten Vorhersage des CCC-Profils von Patienten, um dieses für ein effizienteres KHK-Patientenmanagement langfristig nutzen zu können. Um die Risikostratifizierung und das Management von KHK-Patienten auf der Grundlage ihres CCC-Bildungsprofils zu verbessern, wird die auf künstlicher Intelligenz (KI) basierende Analyse von Angiogrammbildern und Genetik genutzt. Anschließend sollen therapeutische Ansätze entwickelt werden, um die CCC-Bildung zu stimulieren und so die Überlebensraten der Patienten nach der Diagnose zu verbessern. Am Standort Lübeck (UKSH) wird die gut charakterisierte KHK-Kohorte mit sowohl genetischen als auch bildgebenden Daten erweitert, und anschließend die KI-basierten Bildanalysetools angewendet und verifiziert. Zudem werden gemeinsam mit den anderen Partnern genomweite Assoziationsstudien (GWAS) zu CCC, sowie post-GWAS-Analysen durchgeführt. Zur Replikation der Befunde, steht eine große Kohorte von KHK Patienten aus München zur Verfügung. Das Vorhaben ist Teil des transnationalen Verbundprojekts "PROGRESS" der Förderinitiative "ERA-PerMed". Der Verbund "PROGRESS" wird durch eine deutsche Arbeitsgruppe koordiniert und hat insgesamt fünf Projektpartner.