Neue Behandlungsstrategien zur Verbesserung der Patientenversorgung und der Lebensqualität von Patientinnen und Patienten mit Glioblastom (GBM) sind dringend erforderlich. Die Standardtherapie hat sich seit über 15 Jahren nicht verändert, der Median der Überlebenszeit von GBM-Patienten beträgt weniger als 15 Monate. Mehrere Studien haben einen langfristigen Überlebensvorteil bei 10-20 % der Patienten durch Immuntherapien festgestellt, deren Ansprechen mit der Mutationslast des Tumors und Entzündung in Verbindung gebracht wurde. Allerdings wird ein eindeutiger klinischer Nutzen der Immuntherapie durch das Fehlen von Biomarkern bei dieser sehr heterogenen Krankheit behindert. GBMs sind rezidiv und dies kann nur durch eine Strategie begrenzt werden, die klinische und immunologische Korrelate berücksichtigt, die unter geschlechts- und altersspezifischen Gesichtspunkten bewertet werden. Diese Korrelate können mit Hilfe von Technologien der künstlichen Intelligenz (KI) mit wichtigen Lebensstil- und Umweltfaktoren (lifestyle-environmental - LE) integriert werden. In der IPerGlio-Verbundsstudie werden klinische und immunologische Parameter (phänotypische, molekulare, funktionelle und bildgebende Datensätze) von 260 GBM-Patienten aus drei Zentren mit LE-Daten durch Business Intelligence integriert. Durch die Anwendung von KI-generierten Modellen wird IPerGlio prognostische GBM-Marker liefern, die Entscheidungen für eine Kombinationsbehandlung mit Immuntherapie in klinischen Studien vorantreiben. Die gewonnenen Daten werden mit öffentlichen Datensätzen abgeglichen (z. B. IVY GBM Atlas Project, GBM Bio Discovery Portal). Im deutschen Teilprojekt der Verbundsstudie werden die ethischen Herausforderungen in Bezug auf Datensicherheit und -weitergabe, die sich durch personalisierte Medizin und KI-Ansätze ergeben, durch die aktive Einbeziehung von Interessengruppen und Patienten im Rahmen von Stakeholder Consensus Conferences umfassend berücksichtigt.