idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
Forschende der Klinik und Poliklinik für Urologie und Kinderurologie der Universitätsmedizin Mainz wollen ein KI-System entwickeln, welches die Therapie von Tumorpatienten unterstützen soll. Ziel ist es, die Künstliche Intelligenz so zu trainieren, dass die optimalen Behandlungsoptionen herausgefiltert werden können. So kann eine geeignete Therapie für jeden Patienten individualisiert und evidenz-basiert empfohlen werden. In dem Verbundprojekt arbeitet das Mainzer Team mit dem Deutschen Forschungszentrum für Künstliche Intelligenz in Kaiserslautern und der Innoplexus AG in Frankfurt am Main zusammen. Das BMBF fördert das dreijährige Projekt mit 2,53 Millionen Euro.
BMBF fördert Verbundprojekt der Universitätsmedizin Mainz mit 2,53 Mio. Euro
Die Klinik und Poliklinik für Urologie und Kinder-urologie der Universitätsmedizin Mainz startet das neue Verbundprojekt „KI-unterstützte Thera-piebegleitung von Tumorpatienten am Beispiel der Urologie“, kurz KITTU. Gemeinsam mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in Kaisers-lautern und der Innoplexus AG in Frankfurt am Main wollen die Expert:innen ein KI-Assistenzsystem für die Behandlung von urologischen Tumor-erkrankungen entwickeln. Ziel ist es, auf der Basis von Künstlicher Intelligenz die optimale Behandlungsoption herauszufiltern und so Ärzt:innen und Betroffene bei der Therapieentscheidung zu unterstützen. Das übergeordnete Ziel ist, die onkologische Behandlung zu optimieren, indem für jeden Patienten eine individualisierte und Evidenz-basierte Therapie empfohlen werden kann. Das Bundesministerium für Bildung und Forschung (BMBF) fördert das Projekt über einen Zeitraum von drei Jahren mit 2,53 Millionen Euro.
„Wir freuen uns sehr, dass KITTU vom Bundesministerium für Bildung und Forschung (BMBF) für die ersten drei Jahre eine Forschungsförderung von 2,53 Millionen Euro erhält. Wir haben somit die Chance, wissenschaftliche Pionierarbeit im Bereich der digitalen und KI-basierten Tumortherapie zu leisten und die Digitalisierung des Gesundheitswesens auch international weiter voran zu bringen. Wir sind zuversichtlich, gemeinsam mit führenden Partnern im Bereich der Künstlichen Intelligenz translationale Erfolge erzielen und die Tumortherapie in eine digitale Zukunft führen zu können“, so der Wissenschaftliche Vorstand und Dekan der Universitäts-medizin Mainz, Univ.-Prof. Dr. Ulrich Förstermann, zum KITTU-Projekt.
Die Behandlung und Begleitung von Patient:innen mit fortgeschrittenen Tumorerkrankungen ist eine komplexe Aufgabe, an der zahlreiche Fachrichtungen beteiligt sind. Für den interdiszi-plinären medizinischen Austausch gibt es sogenannte Tumorboards, bei denen sich die Ärzt:innen über die Behandlungsstrategie beraten. Dafür liegen für jeden einzelnen Patienten eine große Menge medizinischer Daten vor, die individuell ausgewertet werden müssen - eine Mammut-Aufgabe. Digitale Methoden, die auf Künstlicher Intelligenz basieren, eignen sich hervorragend, um die umfassenden und komplexen Patientendaten zu analysieren und eine zielgerichtete Therapie zu empfehlen. Eine individualisierte Tumortherapie erhöht die Behand-lungsqualität, reduziert Risiken und Nebenwirkungen.
„KITTU ist so konzipiert, dass die angestrebten Ergebnisse bei einer erfolgreichen Entwicklung später direkt in die routinemäßige Krankenversorgung umgesetzt werden können. Der Nutzen einer solchen Softwareplattform wäre sowohl für die Betroffenen immens als auch für die behandelnden Teams: Denn durch die Existenz des angestrebten zentralen digitalen Knoten-punkts hoffen wir, langfristig die interdisziplinäre Zusammenarbeit der behandelnden Ärzt:innen weiter verbessern sowie den erforderlichen Aufwand für administrative Tätigkeiten reduzieren zu können“, erläutert Dr. Gregor Duwe, Projektkoordinator und Assistenzarzt an der Klinik und Poliklinik für Urologie und Kinderurologie der Universitätsmedizin Mainz.
Um eine solche KI-Software entwickeln zu können, die aus Patientendaten eigenständige Empfehlungen ableiten kann, bedarf es eines eigens definierten und spezifisch trainierten KI-Algorithmus. Als primäre Informationsquelle für die Etablierung stehen Entscheidungen vergangener Tumorboards sowie die hierfür relevanten klinischen Studien zur Verfügung.
„Zusätzlich gewichten unsere onkologischen Expert:innen die Relevanz der klinischen Entscheidungen, um das KI-System, wir bezeichnen es als ‚Wissensgraph‘, auch mit der Fähigkeit auszustatten, Therapieempfehlungen begründen zu können. Diese dienen dann sozusagen als eine Art Zweitmeinung, um die Beteiligten zu unterstützen, die geeignete Therapie auszuwählen“, erklärt Prof. Dr. Dr. Jürgen Scheele, Chief Medical Officer der Innoplexus AG. Und ergänzt: „Wir freuen uns sehr, gemeinsam mit der Urologischen Klinik der Universitätsmedizin Mainz und dem Deutschen Forschungszentrum für Künstliche Intelligenz, innovatives Neuland der patientenzentrierten, medizinischen Forschung zu betreten.“
Prof. Dr. Andreas Dengel, Geschäftsführender Direktor des DFKI erläutert den langfristigen Nutzen von KITTU so: „KITTU schafft die Basis, um die entwickelten KI-Lernverfahren und deren Erklärbarkeit im Rahmen von prospektiven, klinischen Studien weiter zu verbessern und anschließend auf weitere Tumorerkrankungen zu übertragen. Dazu wird mit dem Verbund-projekt auch der Grundstein für ein internationales und interdisziplinäres Netzwerk zwischen Kliniken und Forschenden gelegt.“
Das KITTU-Verbundprojekt bringt die Expertisen der Universitätsmedizin Mainz, des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) und der Innoplexus AG zusammen. Seitens der Universitätsmedizin Mainz sind insbesondere das Universitäre Centrum für Tumor-erkrankungen (UCT) der Universitätsmedizin Mainz (Leitung: Univ.-Prof. Dr. Thomas Kindler) als ein Comprehensive Cancer Center im Netzwerk für Onkologische Spitzenzentren der Deutschen Krebshilfe sowie die Klinik und Poliklinik für Urologie und (Projektkoordinatoren: Dr. Gregor Duwe, PD Dr. Thomas Höfner, Direktor und Einrichtungsleitung: Univ.-Prof. Dr. Axel Haferkamp) beteiligt.
Zum Projekt:
https://www.interaktive-technologien.de/projekte/kittu
Bildunterschrift: v.l.n.r. Prof. Dr. Thomas Kindler (Universitäres Centrum für Tumor-erkrankungen), Univ.-Prof. Dr. Ulrich Förstermann (Wissenschaftlicher Vorstand und Dekan), Dr. Gregor Duwe und Univ.-Prof. Dr. Axel Haferkamp (beide von Klinik und Poliklinik für Urologie und Kinderurologie) freuen sich über die BMBF-Förderung des KITTU-Projekts über 2,53 Mio. Euro.
Bildquelle: © UM/Peter Pulkowski
Kontakt:
Dr. Gregor Duwe, Klinik und Poliklinik für Urologie und Kinderurologie, Universitätsmedizin Mainz, Telefon 06131 17-2305 / 2312, E-Mail: gregor.duwe@unimedizin-mainz.de
Pressekontakt:
Natkritta Hüppe, Unternehmenskommunikation, Universitätsmedizin Mainz,
Telefon 06131 17-7771, E-Mail: pr@unimedizin-mainz.de
Über das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI)
Das Deutsche Forschungszentrum für Künstliche Intelligenz GmbH (DFKI) wurde 1988 als gemein-nützige Public-Private-Partnership (PPP) gegründet. Es unterhält Standorte in Kaiserslautern, Saarbrücken, Bremen und Niedersachsen, Labore in Berlin und Darmstadt sowie Außenstellen in Lübeck und Trier. Das DFKI verbindet wissenschaftliche Spitzenleistung und wirtschaftsnahe Wert-schöpfung mit gesellschaftlicher Wertschätzung. Das DFKI forscht seit über 30 Jahren an KI für den Menschen und orientiert sich an gesellschaftlicher Relevanz und wissenschaftlicher Exzellenz in den entscheidenden zukunftsorientierten Forschungs- und Anwendungsgebieten der Künstlichen Intelligenz. In der internationalen Wissenschaftswelt zählt das DFKI zu den wichtigsten „Centers of Excellence“. Aktuell forschen ca. 1.460 Mitarbeitende aus über 65 Nationen an innovativen Software-Lösungen. Das Finanzvolumen lag 2021 bei 76,3 Millionen Euro.
Über die Innoplexus AG
Innoplexus besitzt eine der weltweit größten auf Künstliche Intelligenz (KI) gestützten Wissens-datenbanken im Bereich der Biomedizin und Life Sciences und bietet maßgeschneiderte Lösungen zur Entwicklung von neuen Therapien für verschiedenste Erkrankungen an. Die Innoplexus AG ergänzt den KITTU-Verbund mit ihren Kompetenzen im Bereich KI-unterstützte Datenaquisition und -aufbereitung sowie maschinellem Lernen. Rund 300 Mitarbeiter, vor allem Data Scientists, Software-Ingenieure und medizinische Experten arbeiten in Deutschland und Indien bei Innoplexus.
Über die Universitätsmedizin der Johannes Gutenberg-Universität Mainz
Die Universitätsmedizin der Johannes Gutenberg-Universität Mainz ist die einzige medizinische Einrichtung der Supramaximalversorgung in Rheinland-Pfalz und ein international anerkannter Wissenschaftsstandort. Sie umfasst mehr als 60 Kliniken, Institute und Abteilungen, die fächerübergreifend zusammenarbeiten und jährlich mehr als 320.000 Menschen stationär und ambulant versorgen. Hochspezialisierte Patientenversorgung, Forschung und Lehre bilden in der Universitätsmedizin Mainz eine untrennbare Einheit. Mehr als 3.500 Studierende der Medizin und Zahnmedizin sowie rund 700 Fachkräfte in den verschiedensten Gesundheitsfachberufen, kaufmännischen und technischen Berufen werden hier ausgebildet. Mit rund 8.700 Mitarbeitenden ist die Universitätsmedizin Mainz zudem einer der größten Arbeitgeber der Region und ein wichtiger Wachstums- und Innovationsmotor. Weitere Informationen im Internet unter https://www.unimedizin-mainz.de.
v.l.n.r. Prof. Dr. Thomas Kindler (UCT), Univ.-Prof. Dr. Ulrich Förstermann (Wissenschaftlicher Vors ...
Peter Pulkowski
© UM/Peter Pulkowski
Criteria of this press release:
Journalists, Scientists and scholars
Biology, Chemistry, Medicine, Nutrition / healthcare / nursing, Social studies
transregional, national
Research projects, Scientific Publications
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
