Personalisierte Medizin zur Behandlung von Lungenkrebs: Verwendung von Big Data-basierten Ansätzen zur Entscheidungsunterstützung (P4-LUCAT)

Ressortforschung im Handlungsfeld „Gesundheitsversorgung“, Förderschwerpunkt „ERA PerMed“

Schematische Darstellung der Elemente des P4-LUCAT-Ansatzes

Motivation

Lungenkrebs ist weltweit die Krebserkrankung, an der die meisten Menschen sterben. In den letzten Jahren sind viele neue Behandlungsmethoden für Lungenkrebs entwickelt worden. Allerdings kann man bisher kaum vorhersagen, wie gut bestimmte Behandlungsmethoden bei einzelnen Patientinnen und Patienten wirken. Es wäre jedoch gut, wenn man schon vor dem Beginn einer Behandlung wüsste, welche Therapie die beste für jede einzelne Person ist.

Ziele und Vorgehen

Für das Vorhaben P4-LUCAT haben sich drei wissenschaftliche Einrichtungen und ein Universitätsklinikum aus drei europäischen Ländern zusammengeschlossen, um ein Computerprogramm zu entwickeln, das Ärztinnen und Ärzte dabei unterstützt, die beste Behandlungsmethode für einzelne Lungenkrebspatientinnen und -patienten zu identifizieren. Hierzu ist es notwendig, automatisch große Mengen an Daten zu analysieren. Dies betrifft sowohl Daten aus öffentlich zugänglichen Datenbanken und wissenschaftlichen Veröffentlichungen als auch individuelle Daten der jeweiligen Patientinnen und Patienten, z. B. aus Laboruntersuchungen. Um eine solche Datenanalyse zu ermöglichen, werden die sehr unterschiedlichen Daten vorbereitet und in einer strukturierten Datenbank zusammengeführt. Hierfür werden Methoden wie maschinelles Lernen, die Verarbeitung natürlicher Sprache und Methoden zur systematischen Darstellung von Informationen, sogenannte Kontextuelle Wissensgraphen, angewendet. Um die Nachvollziehbarkeit der Entscheidungen der Künstlichen Intelligenz zu verbessern, basiert das maschinelle Lernen auf Informationen und der Struktur des Wissensgraphen.

Perspektiven für die Praxis

Das geplante System bietet unmittelbare Vorteile für die Behandlung von Lungenkrebs. Auf der Basis patientenindividueller Daten werden den behandelnden Ärztinnen und Ärzten Vorschläge zu Therapieoptionen gemacht. Diese beinhalten eine Abschätzung der individuellen Wirksamkeit, eine Übersicht möglicher unerwünschter Wirkungen und Hinweise auf relevante wissenschaftliche Literatur. Der breite, internationale Ansatz legt zudem ein solides Fundament für die Überführung des neuen Systems in die Regelversorgung.

Fakten zum Projekt

Projektleitung

Technische Informationsbibliothek (TIB)
Prof. Dr. Maria-Esther Vidal
Welfengarten 1 B
30167 Hannover

Projektlaufzeit

01.04.2020 – 31.03.2023

Projektbeteiligte

  • Universidad Politécnica de Madrid, Spanien (internationale Koordination)
  • National Centre for Scientific Research “Demokritos”, Agia Paraskevi, Griechenland
  • Hospital Universitario Puerta de Hierro, Madrid, Spanien

Das Projekt ist Teil des Förderschwerpunkts „ERA PerMed“.

Ansprechperson

Dr. Joachim Burbiel
DLR Projektträger
projekttraeger-bmg(at)dlr.de

Stand: 04. April 2022
Hinweis
Sehr geehrte Damen und Herren, Sie nutzen leider eine Browser-Version, die nicht länger vom Bundesgesundheitsministerium unterstützt wird. Um das Angebot und alle Funktionen in vollem Umpfang nutzen zu können, aktualisieren Sie bitte ihren Browser auf die letzte Version von Chrome, Firefox, Safari oder Edge. Aus Sicherheitsgründen wird der Internet Explorer nicht unterstützt.