Bildquelle: TU Dresden; © Sven Döring
News • Forschungsprojekt DECIPHER-M
Mit KI Krebs-Metastasierung besser verstehen
Das Forschungsprojekt DECIPHER-M nutzt Künstliche Intelligenz (KI), um die Ausbreitung von Krebszellen anhand klinischer Routinedaten besser zu verstehen. Ziel ist es, mithilfe eines multimodalen Basismodells, die Behandlungsmöglichkeiten zu verbessern.
Das Bundesministerium für Bildung und Forschung (BMBF) unterstützt dieses Projekt im Rahmen der Initiative „Nationale Dekade gegen Krebs“ für zunächst drei Jahre.
Im Projekt DECIPHER-M (Deciphering Metastasis with Multimodal Artificial Intelligence Foundation Models) arbeiten seit 1. März 2025 führende Experten aus den Bereichen Medizin, Informatik und Biotechnologie zusammen.
Unser multimodaler Ansatz erlaubt es, das individuelle Metastasierungsrisiko präziser vorherzusagen und personalisierte Behandlungsstrategien zu entwickeln
Jakob N. Kather
Unter der Leitung von Prof. Dr. Jakob N. Kather am Else Kröner Fresenius Zentrum (EKFZ) für Digitale Gesundheit erforscht das interdisziplinäre Forschungsteam mithilfe von KI die Entstehung und Ausbreitung von Krebsmetastasen. „Trotz enormer Fortschritte in der Onkologie bleibt die Metastasierung eine der größten Herausforderungen in der Krebsbehandlung. Mit dem Projekt DECIPHER-M nutzen wir KI-Technologien, um komplexe Muster in klinischen Routinedaten zu identifizieren“, erklärt Prof. Kather, Projektkoordinator. „Unser multimodaler Ansatz erlaubt es, das individuelle Metastasierungsrisiko präziser vorherzusagen und personalisierte Behandlungsstrategien zu entwickeln. Damit wollen wir langfristig die Überlebensraten von Krebspatienten verbessern.“
Die Entstehung von Krebsmetastasen wird von zahlreichen Faktoren beeinflusst, die oft schwer zu erkennen sind. DECIPHER-M setzt deshalb auf ein KI-Modell, das unterschiedliche medizinische Datenquellen kombiniert – darunter Gewebeproben, Röntgen- und MRT-Bilder sowie genetische Informationen. Diese so genannten multimodalen Basismodelle ermöglichen es, verschiedene Datentypen miteinander zu verknüpfen und Muster zu erkennen. Die daraus gewonnenen Erkenntnisse helfen dabei, das Metastasierungsrisiko frühzeitig einzuschätzen und gezielte Therapiemaßnahmen abzuleiten. Dadurch können präzisere Diagnosen gestellt, präventive Maßnahmen eingeleitet und die Behandlungsmöglichkeiten für Krebspatienten optimiert werden.
„Für die Dresdner Hochschulmedizin ist interdisziplinäre Zusammenarbeit der Schlüssel zum Erfolg in der Forschung und Patientenversorgung. Die Projektpartner aus Aachen, Dresden, Essen, Heidelberg, Mainz und München arbeiten gemeinsam daran, die Behandlungsqualität in der Krebstherapie zu verbessern, unnötige Therapien zu vermeiden und das Gesundheitssystem zu entlasten. Langfristig könnte DECIPHER-M dazu beitragen, die Sterblichkeitsrate bei Krebserkrankungen zu senken und die Lebensqualität der Betroffenen erheblich zu steigern,“ sagte Prof. Dr. Dr. Esther Troost, Dekanin der Medizinischen Fakultät Carl Gustav Carus der TU Dresden.
Bildrechte: Frank Preuß, Universität Duisburg-Essen (UDE)
Beantragt wurde DECIPHER-M für eine Laufzeit von fünf Jahren (2025-2030) mit insgesamt rund 9 Millionen Euro Fördermittel. Das Projekt wird vorerst für drei Jahre vom BMBF mit rund 5,5 Millionen Euro gefördert.
„Wir sind für zentrale Arbeitspakete des Projekts verantwortlich“, sagt Prof. Dr. Dr. Jens Kleesiek, der am Institut für Künstliche Intelligenz in der Medizin (IKIM) des Universitätsklinikums Essen arbeitet. „Bei uns werden umfassende medizinische Daten aufbereitet, mit denen alle Beteiligten sogenannte Foundation-Modelle zur Metastasen-Erkennung entwickeln und bewerten können.“ Dank dieser Modelle können Metastasierungsrisiken präziser vorhergesagt und personalisierte Behandlungsstrategien entwickelt werden.
Quelle: Technische Universität Dresden/ Universität Duisburg-Essen
25.03.2025
