Skip to main content
Menü
 
DHZC
DHZC

AG Hohendanner

Mechanismen und patientenindividualisierte Diagnose sowie Therapie für Vorhof- und Kammerarrhythmien bei Herzinsuffizienz. Verwendung grundlagenwissenschaftlicher Methoden, maschinelles Lernen sowie in-vitro und in-vivo Elektrophysiologie

PD Dr. med. Felix Hohendanner
 

Gesamtleitung Herzkatheterlabore CCM
Oberarzt Elektrophysiologie
Arbeitsbereich „Translationale Herzrhythmusmedizin“

PD Dr. med. Felix Hohendanner
 

Gesamtleitung Herzkatheterlabore CCM
Oberarzt Elektrophysiologie
Arbeitsbereich „Translationale Herzrhythmusmedizin“

Forschungsthema

Die Arbeitsgruppe beschäftigt sich mit den translationalen Mechanismen und innovativen Therapieansätzen von Vorhof- und Kammerarrhythmien bei Patient:innen mit Herzinsuffizienz. Dabei untersuchen wir die zugrunde liegenden Störungen der zellulären Signalweiterleitung und die Veränderungen des myokardialen Substrats. Unser interdisziplinärer Ansatz umfasst

  • Modernste grundlagenwissenschaftliche Methoden (z. B. konfokale Mikroskopie, Automated Patch-Clamp, Langendorf-Apparat)
  • Maschinelles Lernen zur Mustererkennung in großen Datensätzen
  • Funktionelle Analysen (prä)klinischer Daten
  • In-vivo- und In-vitro-Elektrophysiologie (z. B. Großtier-CARTO-Mapping, Präparation von Langendorff-Herzen, MEA in Zellkultur)

Klinische Fallserien und humanes Gewebe, iPS-abgeleitete Kardiomyozyten sowie diverse Tiermodelle ermöglichen uns die Identifikation vielversprechender Therapieansätze. So haben wir kürzlich erste molekulare Effekte der kardialen Strahlentherapie bei ventrikulärer Tachykardie und Herzinsuffizienz anhand biopsiebasierter Analysen im kombinierten In-vivo/In-vitro-Setting aufgeklärt (Mehrhof & Hüttemeister et al., Europace 2024).

Aktuelle Projekte umfassen unter anderem:

  • Prognose und gezielte Therapie atrialer und ventrikulärer Arrhythmien mithilfe maschineller Lernalgorithmen und iPS-Kardiomyozyten-Assays (Göhringer et al., PLoS One 2023; Heil et al., Interv. Card. Electrophysiol. 2025)
  • Vorhersage von Arrhythmien und progressiver Herzinsuffizienz auf Basis klinischer und periprozeduraler Daten (Device-, Ablations- und EKG-Parameter) mittels Deep-Learning-Methoden (siehe u. a. DZHK-Newsartikel „Eine Fabel – zweimal täglich“.

Die enge Verzahnung translationaler Forschung im Bereich der Herzrhythmusmedizin bei klarem klinischem Fokus erlaubt die Entwicklung neuer, individualisierter Behandlungsstrategien für Patient:innen mit Herzinsuffizienz und Arrhythmien.

Hybrid-OP: 3D elektroanatomisches „Mapping“ im Tiermodell

Hybrid-OP: 3D elektroanatomisches „Mapping“ im Tiermodell

Translationale Forschungsprojekte (laufend)

  • Berlin Institute of Health - Digital Health Accelerator (Projekt: "AtriAI")
  • Atrial mechanical and secretory function in human HFpEF (DFG B01-437531118)
  • Ventrikuläre Signalkompartmentierung und funktionelle Reserve in ventrikulären Herzmuskelzellen bei HFpEF (DFG A01-437531118)
  • Gq-mediated Signaling and Mechanotransduction in Atrial Fibrillation (DFG 497794268)
  • Enabled Heart; Kooperationspartner Biotronik (EU/BMBF-Projekt)
  • Metabolic and electrophysiological effects of SGLT2i-treatment in atrial fibrillation in HFpEF (DZHK, cooperation UKE Hamburg)
  • AI-Based Voice Analysis for Monitoring Patients Hospitalized with Acute Decompensated Heart Failure (VAMP-HF, cooperation NOAH Labs GmbH)
  • Usability Outcomes in Acute Testing of reCross Cardio Occluder Devices (ReCross GmbH)
Maschinelles Lernen u.a. zur Vorhersage von Parametern der atrialen Kardiomyopathie bei Herzinsuffizienz
Maschinelles Lernen u.a. zur Vorhersage von Parametern der atrialen Kardiomyopathie bei Herzinsuffizienz
Einzelzellversuche: Atriale und ventrikuläre Arrhythmien bei Herzinsuffizienz

Team

Postdocs: Dr. Judith Hüttemeister, Dr. Girish Ramesh
Medizinisch-technische Assistentin: Gabriele Böhm
Informatiker: Matthias Bock, M.sc. B.sc, B.eng.
Cand. Dr., Robert Richartz
MD/PhD Studentinnen und Studenten: Marzena Kirk, Markus Bögner, Noah 
Göhringer, Liam Riechardt
Fellow: Emanuel Heil

Zurück