Mit KI Diagnose und Therapie von Krebs verbessern

Das Projekt wurde von der BHT gemeinsam mit 14 weiteren internationalen Konsortialpartnern im Rahmen des EU-Forschungsrahmenprogramms Horizon Europe eingeworben. Unter dem Titel COMFORT – „Computational Models for patient stratification in urologic cancers – Creating robust and trustworthy multimodal AI for health care“ ist das Projekt mit einer Laufzeit von vier Jahren gestartet. Das internationale Projekt hat ein Gesamtbudget von rund sechs Millionen Euro; die BHT warb für ihren Projektanteil rund 785.000 Euro ein.

134.000 Europäer*innen sterben jedes Jahr an Nieren- oder Prostatakrebs. Die Kosten für ihre Versorgung übersteigen in der EU jährlich 12 Milliarden Euro. Sowohl eine Ãœbertherapie, die mit schweren Nebenwirkungen einhergehen kann, als auch eine Untertherapie sollten vermieden werden. Aktuelle Diagnoseverfahren sind jedoch an vielen Stellen ungenau. Dies kann dazu führen, dass Tumore zu spät oder nicht diagnostiziert werden oder dass ihr Schweregrad zu niedrig oder zu hoch eingeschätzt wird und Patient*innen nicht optimal versorgt werden.

Multimodale KI-Modelle könnten dazu beitragen, die Diagnose und Therapie zu verbessern, indem sie Beziehungen in komplexen Daten analysieren. Das Ziel von COMFORT ist es daher, auf der Grundlage von KI, datengeleitete Entscheidungshilfen zu entwickeln und so die Erkennung, Diagnose, individualisierte Therapie und Prognose von Patientinnen und Patienten mit Nieren- und Prostatakrebs zu verbessern.

Maschinell gelernte Sprachmodelle, wie sie etwa bei ChatGPT derzeit angewendet werden, sind auf die klinische Domäne nicht ausreichend spezialisiert, die Ergebnisse sind meist zu ungenau und für die Diagnose oft schlecht nachvollziehbar. Der Fokus der Arbeit an der BHT liegt daher auf der Erforschung von daten- und modellzentrischen Methoden für das effektive Anpassen dieser klinischen Sprachmodelle.

Die Durchführung des Projektes erfolgt im Rahmen des Forschungsschwerpunkt "Data Science, KI und Kommunikatinostechnologien" im Forschungsverbund Data Science+X unter der Leitung von Prof. Dr.-Ing. Alexander Löser, gemeinsam mit den Professor*innen Felix Gers und Amy Siu. Damit stärkt die BHT sowohl den Schwerpunkt Maschinelles Lernen als auch die erfolgreiche Zusammenarbeit mit der Charité und gibt zwei Doktorand*innen die Möglichkeit zur Erreichung einer Promotion.