Die einzelnen Bereiche in der diagnostischen Medizin (multiparametrische Bildgebung, flüssige Biomarker, Omics, Bioinformatik, Systemmodellierung and Systembiologie) haben sich sehr stark in Bezug auf Präzision, Anwendbarkeit, Reproduzierbarkeit und Quantifizierung weiterentwickelt. Heutzutage können nicht-invasive Bildgebungsverfahren für eine initiale Krankheitsdiagnose, Stadienbestimmung, Stratifizierung oder Therapieüberwachung verwendet werden. Ein exaktes Tumorprofil kann mithilfe dieser Verfahren auf Basis der funktionellen, molekularen und immunologischen Datensätze erstellt werden, welche zeitlich und räumlich korrelierte, quantitative, multiparametrische Informationen liefern. Diese Daten müssen jedoch mit den Ergebnissen weiterer diagnostischer Verfahren (z.B. flüssige Biomarker, Omics) korreliert werden, sodass ein vollständiges Profil des zugrundeliegenden Gewebes erstellt werden kann. Aufgrund der Komplexität der gemessenen Daten und Parameter sind hochentwickelte Datenanalyse-Techniken notwendig, welche die Integration der räumlich und zeitlich aufgelösten Datensätze sicherstellen und die biomedizinische Bedeutung der Daten extrahieren. Die größte Herausforderung in der interdisziplinären Forschung ist derzeit jedoch, dass diese Bereiche als eigenständig angesehen werden und eine Verknüpfung und Integration nur schleppend voran schreitet. Dies ist auch der Tatsache zu schulden, dass nur wenig interdisziplinär trainierte Kollegen in diesen Bereichen verfügbar sind, welche ein fundiertes Wissen in den verschiedenen Disziplinen, Technologien und Modellierungs-Ansätzen der Bildgebung und Systemmedizin vorweisen können. Daher ist der nächste wichtige Schritt, diese eigenständigen Bereiche eng interdisziplinär miteinander zu verbinden. Dies kann mithilfe des interdisziplinären Trainings in der Summer School erfolgen, welches sich genau diesen Punkten widmet und angehende Forschende in diesen Bereichen trainiert.