Digitale Biomarker – Künstliche Intelligenz in der Präzisionsonkologie (TPI)

Motivation

Ein erklärtes Ziel der Krebsmedizin ist es, in naher Zukunft jeder Krebspatientin und jedem Krebspatienten eine individuell zugeschnittene Therapie zu ermöglichen. Hierzu sind neue Biomarker nötig, die dabei helfen, die individuelle Prognose und das voraussichtliche Therapieansprechen besser einzuschätzen. Um solche Biomarker zu entwickeln, können medizinische Daten genutzt werden, die aufgrund der Dokumentations- und Archivierungspflichten in Deutschland bereits vorhanden sind. Diese sensiblen Daten unterliegen jedoch datenschutzrechtlichen Bestimmungen und können nicht ohne Rechtsgrundlage verarbeitet und für Analysen verwendet werden. Aus diesem Grund soll das Projekt „Tumorverhaltens-Prädiktions-Initiative“ (TPI) eine Vorgehensweise entwickeln, die es erlaubt, gemäß den rechtlichen Vorgaben vorhandene Daten in Kliniken und medizinischen Instituten zu nutzen.

Ziele und Vorgehen

Ziel ist es, mithilfe von auf Künstlicher Intelligenz (KI) basierten Gewebeschnittanalysen neue, digitale Biomarker zu bestimmen. Diese können dabei helfen, die individuelle Prognose von Patientinnen und Patienten mit Brustkrebs, Prostatakarzinom oder malignem Melanom sowie das Ansprechen auf bestimmte Therapien besser einzuschätzen. Wie sich Krebs verhält, hängt von seiner genetischen Zusammensetzung und seiner Umgebung ab. Um in andere Gewebe eindringen und sich im gesamten Körper ausbreiten zu können, müssen sich die Krebszellen verändern. Solche Veränderungen könnten durch KI-basierte Bildanalysen des Tumorgewebes nachweisbar sein. Hierfür sollen mithilfe von Computeralgorithmen Modelle zur Bilderkennung entwickelt werden, die mit sehr hoher Genauigkeit bereits am Tumor erkennen können, wie groß die Streuwahrscheinlichkeit der Krebserkrankung ist und wenn möglich auch Aussagen zum möglichen Ansprechen auf bestimmte Behandlungen treffen. Die Modelle sollen mithilfe des föderierten Lernens trainiert werden, bei dem die zum Teil sensiblen Daten bei den Kooperationspartnern verbleiben und die Modelle jeweils dort lokal verbessert werden. Zusätzlich wird eine aufzubauende Internetplattform den gesellschaftlich-wissenschaftlichen Austausch fördern. So sollen Patientenorganisationen Vorhaben kommentieren und bewerten können sowie gut verständliche Informationen zu den Ergebnissen abgeschlossener Forschungsprojekte erhalten.

Perspektiven für die Praxis

Mithilfe der zu entwickelnden Algorithmen könnte durch die verbesserte Diagnostik Krebserkrankten in Zukunft eine optimierte Behandlung angeboten werden. Unnötige belastende Diagnose- und Therapieverfahren könnten den Betroffenen so erspart werden. Ebenso könnten Einsparungen im Gesundheitssystem möglich werden. Die Vorgehensweise des föderierten Lernens soll im Medizinbereich etabliert werden, sodass datenschutz- und datensicherheitskonforme Forschung insbesondere innerhalb großer Konsortien und Forschungsprojekte möglich wird. Die Erkenntnisse aus dem Projekt werden für die Forschungsgemeinschaft verfügbar gemacht und sind voraussichtlich auf andere daten- bzw. KI-basierte Projekte im Gesundheitsbereich übertragbar. Die Treffen der Projektpartner sollen unter anderem genutzt werden, um die Möglichkeiten der Integration von KI-basierten Assistenzsystemen in den Klinikalltag zu diskutieren, eine größere Akzeptanz beim Fachpersonal in den Blick zu nehmen und die Patientinnen und Patienten gezielt einzubeziehen. Außerdem soll betrachtet werden, wie ein solches System nachhaltig in die Versorgungslandschaft integriert werden kann. Die Plattform fragdiepatienten.de soll wenn möglich auch auf außerhalb des Konsortiums geplante Projekte im Gesundheitsbereich ausgeweitet und im Erfolgsfall nachhaltig von den Projektbeteiligten weitergeführt werden.