Parkinson ist die zweithäufigste neurodegenerative Erkrankung und die am stärksten zunehmende neurologische Erkrankung. Somit kommt einer optimalen Versorgung von Menschen mit Parkinson eine entscheidende gesellschaftliche Relevanz zu. Die zunehmende Verfügbarkeit digitaler Biomarker und strukturierter Behandlungsdaten bietet dabei das Potenzial, die Versorgung von Menschen mit Parkinson grundlegend zu verändern. Dazu gehört die Möglichkeit einer kontinuierlichen Erfassung von Symptomen in der häuslichen Umgebung durch Sensoren, digitale Fragebögen und interaktive Tests. Es geht aber auch um strukturierte, digital verfügbare Daten aus der klinischen Routine und aus klinischen Studien. Diese großen und multimodalen Datensätze bieten das Potenzial, verborgene Muster in den zugrundeliegenden Daten aufzudecken und dadurch wichtige zusätzliche klinische Informationen zu gewinnen, die mit herkömmlichen Ansätzen nicht zugänglich sind. Ein Beispiel ist die Vorhersage von Krankheitsverläufen. Ziel von ParKInsonPredict ist es, genau solche Muster der Krankheitsprogression mittels fortgeschrittener Methoden unter Einsatz von Künstlicher Intelligenz zu identifizieren und vorherzusagen. Die Kenntnis des zu erwartenden Krankheitsverlaufs stellt nicht nur für einzelne Patientinnen und Patienten eine wichtige Information dar, sondern kann auch eine präzisere und individuellere Behandlung sowie einen effizienteren Einsatz von Ressourcen im Gesundheitssystem ermöglichen.