Der mehrfach ausgezeichnete Arzt aus Aachen verstärkt mit seiner Expertise und seinem Team an der Hochschulmedizin Dresden die Forschung zu Künstlicher Intelligenz (KI) in der klinischen Praxis. Um den direkten Bezug zum ärztlichen Alltag sicherzustellen, wird Prof. Kather in der Medizinischen Klinik I am Universitätsklinikum Carl Gustav Carus Dresden tätig sein und versorgt dort Patienten.

Mit der neuen Professur wird eines der Hauptanliegen des EKFZ für Digitale Gesundheit umgesetzt – die über die medizinischen Disziplinen hinausgehende Forschung sowie die Zusammenarbeit im Versorgungsalltag: Ärzte lernen Programmieren und Forschende aus Informatik oder technischen Fächern lernen im Gegenzug, relevante Probleme in der Klinik zu identifizieren und zu lösen.

„Das Else Kröner Fresenius Zentrum für Digitale Gesundheit ist eine einzigartige Institution in Deutschland. Hier wird die Interaktion zwischen High-Tech und Medizin in interdisziplinären Forschungsteams institutionalisiert und professionalisiert. Mein Team und ich möchten dazu beitragen, die TU Dresden zu einem führenden Standort für KI in der Medizin zu machen“, sagt Prof. Kather zu seinem bevorstehenden Wechsel. Seine Forschung konzentriert sich auf die Anwendung von Künstlicher Intelligenz bei Krebs in der klinischen Praxis. Mit seiner Forschungsgruppe Computational Oncology schlägt er eine Brücke zwischen verschiedenen Fachrichtungen. Ärzte erlernen das Programmieren, während Forschende mit informatischem oder technischem Hintergrund lernen, relevante Probleme in der Klinik zu identifizieren und zu lösen. Konkret geht es darum, das Auswerten und Interpretieren komplexer Bilddaten weiterzuentwickeln und damit Diagnose- und Behandlungsansätze zu verbessern, beispielsweise bei Tumorerkrankungen wie Darmkrebs oder Magenkrebs, aber auch bei entzündlichen Erkrankungen oder in der Transplantationsmedizin. Ein wichtiger Partner wird das Nationale Centrum für Tumorerkrankungen (NCT/UCC), das ebenfalls auf dem Campus des Universitätsklinikums angesiedelt ist. Am NCT wird die Erforschung von Krebserkrankungen und die Versorgung von Tumorpatienten so eng wie möglich verknüpft. In seiner bisherigen Position am Universitätsklinikum der RTWH Aachen konnte Prof. Kather bereits zeigen, dass es mittels „Deep Learning“ möglich ist, medizinische Handlungsempfehlungen aus routinemäßig vorliegenden Daten abzuleiten.

Hintergrund der an der Dresdner Hochschulmedizin angestrebten interdisziplinären Zusammenarbeit ist es, schnell von der Idee zum Prototypen zu kommen und mit Hilfe von Künstlicher Intelligenz, Diagnose und Behandlung von Krebs zu verbessern. „Dank der umfassenden Unterstützung der Else Kröner-Fresenius-Stiftung und der damit finanzierten Professur können die Medizinische Fakultät und das Universitätsklinikum Maßstäbe in der patientennahen Forschung zur digitalen Medizin setzen“, sagt Prof. Michael Albrecht, Medizinischer Vorstand des Dresdner Universitätsklinikums. „Prof. Kather und sein Team bilden einen weiteren wichtigen Baustein für den ersten wirklich integrierten eHealth-Campus auf dem Gelände eines deutschen Universitätsklinikums. Mit der hier von allen Akteuren gelebten Praxisrelevanz und dem Patientenbezug sind die Voraussetzungen dafür geschaffen, die Zukunft der Medizin entscheidend mitzugestalten.“

Klinische Daten mit Künstlicher Intelligenz auswerten

In der klinischen Versorgung von Patienten fallen massenhaft Daten an, die aktuell nur teilweise für die klinische Entscheidungsfindung genutzt werden. Insbesondere Bilddaten wie pathologische oder radiologische Bilder enthalten sehr viele Informationen, aber auch andere Datentypen wie Text oder Laborwerte werden aktuell nicht komplett verwendet. Künstliche Intelligenz kann subtile Muster in diesen Daten erkennen und sie daher nutzbar machen. Dies kann Ärzten helfen, mehr Informationen aus vorliegenden Daten abzuleiten, anhand derer bessere klinische Entscheidungen getroffen werden können. Das betrifft einerseits die Diagnose von Erkrankungen, aber auch die Einteilung in Subtypen oder Krankheitsstadien sowie die Vorhersage des Krankheitsverlaufs. Ein Beispiel sind Tumorerkrankungen, deren Behandlung in den letzten Jahren immer komplexer wurde. „Wichtig ist, dass die verschiedenen Schritte optimal ineinandergreifen: Die Identifikation klinisch relevanter Probleme, die Entwicklung von neuen KI-Methoden, und die letztendliche klinische Erprobung und Entwicklung eines Medizinprodukts. Dies funktioniert nur in einer interdisziplinären Umgebung mit kurzen Wegen und einer gemeinsamen Vision“, so Prof. Kather.

Fächerübergreifende Ausbildung und Zusammenarbeit

Gerade diese fächerübergreifende Arbeit ist essenziell für die digitale Transformation in der Medizin. „Mit Prof. Jakob Kather konnten wir einen herausragenden Wissenschaftler für die TU Dresden gewinnen, der mit seinem Team das lebt, wofür die TU Dresden steht: Interdisziplinarität. Medizin kombiniert mit künstlicher Intelligenz ist ein zukunftsweisendes Wissenschaftsgebiet, das wir auch in den neuen Studiengängen Biomedizinische Technik und Medical Informatics adressieren“, so Rektorin Prof. Ursula M. Staudinger. „Mit seiner bisherigen Forschung hat Prof. Kather herausragende wissenschaftliche Anerkennung erlangt. Mit seiner Expertise und seinem Team ist er ein großer Zugewinn für das EKFZ und das Uniklinikum,“ sagt Prof. Jochen Hampe, wissenschaftlicher Sprecher des EKFZ für Digitale Gesundheit sowie Direktor der Medizinischen Klinik I des Universitätsklinikums Dresden.

In den nächsten Jahren soll ein Team von jungen und kreativen Köpfen auf dem Campus der Hochschulmedizin aufgebaut und interdisziplinär ausgebildet werden. „Mein Team und ich möchten dazu beitragen, dass das EKFZ für Digitale Gesundheit und das Uniklinikum Dresden zum deutschlandweit führenden Zentrum für Künstliche Intelligenz in der klinischen Praxis werden. Dabei soll das ganze Spektrum klinischer Expertise abgedeckt werden: die Entwicklung von Prototypen, klinische Validierung und regulatorische Aspekte. Der Bereich Clinical AI bringt sich hierbei in das gesamte Spektrum ein“, erläutert Prof. Kather abschließend.