Aus den Kliniken

Künstliche Intelligenz soll bei Krebstherapien unterstützen

21.09.2022 - Forschende der Klinik und Poliklinik für Urologie und Kinderurologie der Universitätsmedizin Mainz wollen ein KI-System entwickeln, welches die Therapie von Tumorpatienten unterstützen soll.

Ziel ist es, die Künstliche Intelligenz so zu trainieren, dass die optimalen Behandlungsoptionen herausgefiltert werden können. So kann eine geeignete Therapie für jeden Patienten individualisiert und evidenz-basiert empfohlen werden.

Die Klinik und Poliklinik für Urologie und Kinderurologie der Universitätsmedizin Mainz startet das neue Verbundprojekt „KI-unterstützte Therapiebegleitung von Tumorpatienten am Beispiel der Urologie“, kurz KITTU. Gemeinsam mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in Kaiserslautern und der Innoplexus AG in Frankfurt am Main wollen die Experten ein KI-Assistenzsystem für die Behandlung von urologischen Tumorerkrankungen entwickeln. Ziel ist es, auf der Basis von Künstlicher Intelligenz die optimale Behandlungsoption herauszufiltern und so Ärzte und Betroffene bei der Therapieentscheidung zu unterstützen. Das übergeordnete Ziel ist, die onkologische Behandlung zu optimieren, indem für jeden Patienten eine individualisierte und Evidenz-basierte Therapie empfohlen werden kann. Das Bundesministerium für Bildung und Forschung (BMBF) fördert das Projekt über einen Zeitraum von drei Jahren mit 2,53 Millionen Euro.

„Wir freuen uns sehr, dass KITTU vom Bundesministerium für Bildung und Forschung (BMBF) für die ersten drei Jahre eine Forschungsförderung von 2,53 Millionen Euro erhält. Wir haben somit die Chance, wissenschaftliche Pionierarbeit im Bereich der digitalen und KI-basierten Tumortherapie zu leisten und die Digitalisierung des Gesundheitswesens auch international weiter voran zu bringen. Wir sind zuversichtlich, gemeinsam mit führenden Partnern im Bereich der Künstlichen Intelligenz translationale Erfolge erzielen und die Tumortherapie in eine digitale Zukunft führen zu können“, so der Wissenschaftliche Vorstand und Dekan der Universitätsmedizin Mainz, Univ.-Prof. Dr. Ulrich Förstermann, zum KITTU-Projekt.

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 - eine Mammut-Aufgabe. Digitale Methoden, die auf Künstlicher Intelligenz basieren, eignen sich hervorragend, um die umfassenden und komplexen Patientendaten zu analysieren und eine zielgerichtete Therapie zu empfehlen. Eine individualisierte Tumortherapie erhöht die Behandlungsqualität, reduziert Risiken und Nebenwirkungen.

„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 Knoten-punkts 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.

Um eine solche KI-Software entwickeln zu können, die 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, wir bezeichnen es als ‚Wissensgraph‘, auch mit der Fähigkeit auszustatten, Therapieempfehlungen begründen zu können. Diese dienen dann sozusagen als eine Art Zweitmeinung, um die Beteiligten zu unterstützen, die geeignete Therapie auszuwählen“, erklärt Prof. Dr. Dr. Jürgen Scheele, Chief Medical Officer der Innoplexus AG. Und ergänzt: „Wir freuen uns sehr, gemeinsam mit der Urologischen Klinik der Universitätsmedizin Mainz und dem Deutschen Forschungszentrum für Künstliche Intelligenz, innovatives Neuland der patientenzentrierten, medizinischen Forschung zu betreten.“

Prof. Dr. Andreas Dengel, Geschäftsführender Direktor des DFKI erläutert den langfristigen Nutzen von KITTU so: „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. Dazu wird mit dem Verbund-projekt auch der Grundstein für ein internationales und interdisziplinäres Netzwerk zwischen Kliniken und Forschenden gelegt.“

Das KITTU-Verbundprojekt bringt die Expertisen der Universitätsmedizin Mainz, des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) und der Innoplexus AG zusammen. Seitens der Universitätsmedizin Mainz sind insbesondere das Universitäre Centrum für Tumorerkrankungen (UCT) der Universitätsmedizin Mainz (Leitung: Univ.-Prof. Dr. Thomas Kindler) als ein Comprehensive Cancer Center im Netzwerk für Onkologische Spitzenzentren der Deutschen Krebshilfe sowie die Klinik und Poliklinik für Urologie und (Projektkoordinatoren: Dr. Gregor Duwe, PD Dr. Thomas Höfner, Direktor und Einrichtungsleitung: Univ.-Prof. Dr. Axel Haferkamp) beteiligt.

Top Feature

Folgen Sie der
Management & Krankenhaus

 

 

MICROSITE Gesundheits-technologie

Lesen Sie hier

MICROSITE Digitale Identität

Lesen Sie hier

Top Feature

Folgen Sie der
Management & Krankenhaus

 

 

MICROSITE Gesundheits-technologie

Lesen Sie hier

MICROSITE Digitale Identität

Lesen Sie hier