Das Projekt „European Unified Cancer diagnostics and treatment AI agent“ („EUcanAI“) entwickelt ein mehrstufiges, auf Künstlicher Intelligenz (KI) basierendes System, das die präzise Diagnose und Therapie für Patientinnen und Patienten mit Hirntumoren unterstützt.
Vernetzte KI-Systeme für bessere und schnellere Behandlung bei Hirntumoren
„Die Arbeitsabläufe in der Versorgung von Patientinnen und Patienten mit Hirntumoren und die Befundung von Tumoren sind sehr komplex und in hohem Maße von individueller Fachkompetenz abhängig“, sagt Projektkoordinator Professor Felix Sahm, Medizinische Fakultät Heidelberg der Universität Heidelberg und Ärztlicher Direktor der Abteilung Neuropathologie des Universitätsklinikums Heidelberg. „Insbesondere außerhalb der hoch spezialisierten Zentren kann es schnell zu uneinheitlichen Ergebnissen kommen – was eine spätere Behandlung verzögern kann.“ Hier setzt „EUcanAI“ an: Vernetzte KI-Systeme, die jeweils auf die einzelnen Behandlungsschritte ‚Patientengespräch‘, ‚Diagnostik‘ und ‚Therapieplanung‘ spezialisiert sind, sollen die schnelle, zuverlässige und leitliniengerechte Versorgung von Betroffenen unterstützen. Die Forschenden planen, die Systeme so zu konzipieren, dass sie modular aufeinander aufbauen und interagieren können.
Ein KI-Modell soll – mit Zustimmung der Patientin oder des Patienten – im Arzt-Patienten-Gespräch zuhören, selbst Fragen stellen und gegebenenfalls weitere Untersuchungen vorschlagen. Aufgabe eines weiteren KI-Modells ist es, MRT-Aufnahmen und Gewebeschnitte von Hirntumoren zu analysieren und zu beurteilen. Ein anderes KI-Modell soll während oder kurz nach einer Tumoroperation die für die Patientin oder den Patienten am besten passenden Therapieoptionen ermitteln und vorschlagen. Alle Modelle sollen nachvollziehbar erklärte Vorschläge für die behandelnden Ärztinnen und Ärzte machen, die finale Entscheidung über einzelne Behandlungsschritte liegt immer beim Menschen.
Spezielle KI-Modelle für medizinische Bilddaten
In Bonn wird Prof. Dr. Philipp Vollmuth, Else Kröner Professor für Künstliche Intelligenz in der medizinischen Bildgebung an der Universität Bonn und Sektionsleiter für Computational Radiology & Clinical AI an der Klinik für Neuroradiologie am Universitätsklinikum Bonn (UKB), mit seinem Team Foundation Modelle für die medizinische Bildgebung entwickeln, die als spezialisierte Werkzeuge für agentische KI-Systeme eingesetzt werden können. Insbesondere unterstützen sie die Analysen der MRT-Aufnahmen. „Diese Modelle lernen weitgehend selbstüberwacht aus großen Mengen medizinischer Bilddaten und können anschließend für unterschiedliche klinische Aufgaben angepasst werden,“ sagt Prof. Vollmuth, der auch Mitglied im Transdisziplinären Forschungsbereich (TRA) „Life and Health“ der Universität Bonn ist. „Im Rahmen von EUcanAI entwickeln wir diese gemeinsam mit Partnern aus Europa und Südkorea gezielt für die Neuroonkologie weiter, etwa zur Charakterisierung von Hirntumoren und zur Beurteilung des Therapieverlaufs.“ Die entwickelten Bildanalyseverfahren und Modelle werden anschließend als Werkzeuge in die verschiedenen spezialisierten KI-Agenten integriert.
Ein „Master-Agent“ führt alles zusammen
Ein übergeordneter KI-Agent koordiniert die spezialisierten Modelle und führt ihre Ergebnisse für die klinische Entscheidungsunterstützung zusammen. Dieser Agent kann auf das bereits entwickelte KI-System ,Hetairos‘ zurückgreifen, das viele Hirntumore anhand gängiger mikroskopischer Gewebeschnitte innerhalb weniger Minuten klassifizieren kann. Entwickelt wurde das KI-System von einem Team unter Leitung von Felix Sahm und Professor Dr. Moritz Gerstung vom Deutschen Krebsforschungszentrum (DKFZ).
Link zu EUcanAI:
https://ec.europa.eu/info/funding-tenders/opportunities/portal/screen/opportunities/projects-details/43108390/101306931