KI analysiert Patientendaten KI-unterstützte Therapiebegleitung bei der Krebsbehandlung

Anbieter zum Thema

ET System electronic GmbH

Schneider Electric GmbH

Syslogic GmbH

Im Rahmen eines Verbundprojektes soll mit künstlicher Intelligenz die Therapie von Tumorpatienten ärztlich begleitet werden. Zusammen mit dem DFKI und der Universitätsmedizin Mainz soll ein KI-Assistenzsystem entstehen, um urologische Tumore zu behandeln.

Die Klinik und Poliklinik für Urologie und Kinderurologie der Universitätsmedizin Mainz startet das Verbundprojekt „KI-unterstützte Therapiebegleitung von Tumorpatienten am Beispiel der Urologie“, kurz KITTU. Gemeinsam mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in Kaiserslautern und Innoplexus in Frankfurt am Main wollen die Experten ein KI-Assistenzsystem für die Behandlung von urologischen Tumorerkrankungen entwickeln.

Ziel ist es, auf der Basis von KI die optimale Behandlungsoption herauszufiltern und Ärzten und Patienten bei der Therapieentscheidung unterstützen. Das übergeordnete Ziel ist, die onkologische Behandlung zu verbessern und jeden Patienten eine individualisierte und Evidenz-basierte Therapie anzubieten. Das Bundesministerium für Bildung und Forschung (BMBF) fördert das Projekt über einen Zeitraum von drei Jahren mit 2,53 Mio. Euro.

Algorithmus wertet große Datenmengen aus

Die Behandlung und Begleitung von Patienten mit fortgeschrittenen Tumorerkrankungen ist eine komplexe Aufgabe, an der zahlreiche Fachrichtungen beteiligt sind. Für den interdisziplinären medizinischen Austausch gibt es sogenannte Tumorboards, bei denen sich die Ärzte über die Behandlungsstrategie beraten. Dafür liegen für jeden einzelnen Patienten eine große Menge medizinischer Daten vor, die individuell ausgewertet werden müssen.

Mithilfe von digitalen Methoden auf Basis künstlicher Intelligenz sollen umfassende und komplexe Patientendaten analysiert und daraus eine zielgerichtete Therapie empfohlen werden. Eine individualisierte Tumortherapie erhöht die Behandlungsqualität, reduziert Risiken und Nebenwirkungen.

Ergebnisse sollen direkt in die routinemäßige Krankenversorgung fließen

„KITTU ist so konzipiert, dass die angestrebten Ergebnisse bei einer erfolgreichen Entwicklung später direkt in die routinemäßige Krankenversorgung umgesetzt werden können. Der Nutzen einer solchen Softwareplattform wäre sowohl für die Betroffenen immens als auch für die behandelnden Teams: Denn durch die Existenz des angestrebten zentralen digitalen Knotenpunkts hoffen wir, langfristig die interdisziplinäre Zusammenarbeit der behandelnden Ärzte weiter verbessern sowie den erforderlichen Aufwand für administrative Tätigkeiten reduzieren zu können“, erläutert Dr. Gregor Duwe, Projektkoordinator und Assistenzarzt an der Klinik und Poliklinik für Urologie und Kinderurologie der Universitätsmedizin Mainz.

Damit die KI-Software aus Patientendaten eigenständige Empfehlungen ableiten kann, bedarf es eines eigens definierten und spezifisch trainierten KI-Algorithmus. Als primäre Informationsquelle für die Etablierung stehen Entscheidungen vergangener Tumorboards sowie die hierfür relevanten klinischen Studien zur Verfügung. „Zusätzlich gewichten unsere onkologischen Experten die Relevanz der klinischen Entscheidungen, um das KI-System mit der Fähigkeit auszustatten, Therapieempfehlungen begründen zu können. Diese dienen als eine Art Zweitmeinung, um die Beteiligten zu unterstützen, die geeignete Therapie auszuwählen“, erklärt Prof. Dr. Dr. Jürgen Scheele, Chief Medical Officer bei Innoplexus.

Er ergänzt: „Im dem Projekt betreten wir innovatives Neuland der patientenzentrierten, medizinischen Forschung.“

Prof. Dr. Andreas Dengel, Geschäftsführender Direktor des DFKI erläutert den langfristigen Nutzen von KITTU: „KITTU schafft die Basis, um die entwickelten KI-Lernverfahren und deren Erklärbarkeit im Rahmen von prospektiven, klinischen Studien weiter zu verbessern und anschließend auf weitere Tumorerkrankungen zu übertragen. Mit dem Verbundprojekt ist der Grundstein für ein internationales und interdisziplinäres Netzwerk zwischen Kliniken und Forschenden gelegt.“

(ID:48725884)