Wenn Onkologinnen und Onkologen eine Krebspatientin oder einen Krebspatienten beurteilen, greifen sie auf verschiedene Arten von Informationen zurück, darunter Befunde aus histopathologischen Untersuchungen, molekulare Analysen des Tumors, Laborergebnisse und weitere klinische Daten. Viele KI-Systeme untersuchen diese Datenquellen getrennt voneinander, während bestehende multimodale Modelle häufig alle verfügbaren Informationen als eine feste Momentaufnahme der Patientin oder des Patienten behandeln.
In der klinischen Praxis entwickelt sich das Bild einer individuellen Patientin oder eines individuellen Patienten jedoch weiter, sobald neue Befunde verfügbar werden. Ein neues Forschungskonsortium möchte diesen dynamischen Prozess abbilden, indem es KI-Systeme entwickelt, die unterschiedliche Datenquellen integrieren und sich an die Informationen anpassen, die in jeder Phase des diagnostischen Weges einer Patientin oder eines Patienten verfügbar sind.
Weitere Forschungs- und Validierungsschritte sind erforderlich
Für Patientinnen und Patienten könnte dies bedeuten, dass Onkologinnen und Onkologen KI-gestützte Beurteilungen erhalten, die das sich kontinuierlich entwickelnde Bild ihrer Erkrankung besser berücksichtigen. Bevor ein solcher Ansatz für den klinischen Einsatz in Betracht gezogen werden kann, sind jedoch weitere Forschungs- und Validierungsschritte erforderlich.
„Ich freue mich besonders darüber, dass die Förderung es uns ermöglicht, unser entwickeltes System in einem realen klinischen Umfeld zu erproben“, sagt Dr. Mina Jamshidi Idaji, Postdoktorandin in der Machine Learning Group bei BIFOLD und der TU Berlin, die das Forschungskonsortium leitet. „Unser Konsortium profitiert sehr von der Beteiligung von Klinikerinnen und Klinikern, die direkt in der onkologischen Diagnostik tätig sind und umfangreiche medizinische Erfahrung in das Projekt einbringen.“
Die Förderung wurde im Rahmen der Nachwuchskonsortien-Förderlinie „Zukunft eHealth“ des Bundesministeriums für Forschung, Technologie und Raumfahrt (BMFTR) vergeben. Das Projekt startet am 1. Oktober 2026 und läuft über drei Jahre. Zum Konsortium gehören außerdem Prof. Dr. Philipp Jurmeister von der Ludwig-Maximilians-Universität München (LMU) und Prof. Dr. Michael Bockmayr vom Universitätsklinikum Hamburg-Eppendorf (UKE).
Quelle: idw
Artikel teilen
