Die Entwicklung fortschrittlicher Diagnosestrategien für duktale Adenokarzinome der Bauchspeicheldrüse und hepatozelluläre Karzinome durch multizentrische Datenintegration und Biomarkenentwicklung umfasst vor allem: 1) sicheres Datenpooling und die gemeinsame Nutzung multimodaler medizinischer Daten; 2) Aufbau der weltweit größten klinischen Datenbank für Patientinnen und Patienten mit fortgeschrittenem Bauchspeicheldrüsen- und Leberkrebs, durch Sammlung patientenspezifischer klinischer, radiologischer und pathologischer Daten von 20 universitären Krebszentren; 3) Entwicklung von KI-Werkzeugen zur Vorhersage der Krebsbehandlungsergebnisse auf Grundlage dieser Datensätze. Diese Krebsarten werden häufig spät erkannt und trotz neuer Therapiemöglichkeiten fehlen standardisierte Verfahren zur Vorhersage der effektivsten Behandlung. Der Einsatz von KI auf komplexen Patientendaten könnte die Behandlung personalisieren, optimale Therapien vor Behandlungsbeginn vorschlagen und die Prognosen verbessern. Das Projekt könnte als Modell für die Entwicklung von KI-basierten medizinischen Modellen in Deutschland dienen, wobei datenschutzkonformes föderiertes Lernen den Schutz sensibler Informationen gewährleistet. Das Ziel ist die enge Zusammenarbeit von Expertinnen und Experten aus verschiedenen medizinischen und technischen Bereichen und Patientenvertretenden, um auch zukünftige Projekte besser zu vernetzen. Die Arbeitsschwerpunkte der Forschungsgruppe am Standort München TUM umfassen Gesamtprojektkoordination, Ressourcenverwaltung, ELSA, Planung und Durchführung von Trainings und Datathons, Daten- und Plattformenintegration, insbesondere mit RACOON, Joint Image Plattform und FLAME, sowie die Implementierung einer Referenzarchitektur zur Erweiterung der Pseudonymisierungsinfrastruktur. Dies beinhaltet auch die datenwissenschaftliche Aufbereitung und Biomarkerentwicklung.

Die Entwicklung fortschrittlicher Diagnosestrategien für duktale Adenokarzinome der Bauchspeicheldrüse und hepatozelluläre Karzinome durch multizentrische Datenintegration und Biomarkenentwicklung umfasst vor allem: 1) sicheres Datenpooling und die gemeinsame Nutzung multimodaler medizinischer Daten; 2) Aufbau der weltweit größten klinischen Datenbank für Patientinnen und Patienten mit fortgeschrittenem Bauchspeicheldrüsen- und Leberkrebs, durch Sammlung patientenspezifischer klinischer, radiologischer und pathologischer Daten von 20 universitären Krebszentren; 3) Entwicklung von KI-Werkzeugen zur Vorhersage der Krebsbehandlungsergebnisse auf Grundlage dieser Datensätze. Diese Krebsarten werden häufig spät erkannt und trotz neuer Therapiemöglichkeiten fehlen standardisierte Verfahren zur Vorhersage der effektivsten Behandlung. Der Einsatz von KI auf komplexen Patientendaten könnte die Behandlung personalisieren, optimale Therapien vor Behandlungsbeginn vorschlagen und die Prognosen verbessern. Das Projekt könnte als Modell für die Entwicklung von KI-basierten medizinischen Modellen in Deutschland dienen, wobei datenschutzkonformes föderiertes Lernen den Schutz sensibler Informationen gewährleistet. Das Ziel ist die enge Zusammenarbeit von Expertinnen und Experten aus verschiedenen medizinischen und technischen Bereichen und Patientenvertretenden, um auch zukünftige Projekte besser zu vernetzen. Die Arbeitsschwerpunkte der Forschungsgruppe am Standort FAU Erlangen umfassen Forschungsdatenmanagement, Koordination der Datenmanagementspläne und Metadatenannotation, Planung und Durchführung von Trainings und Datathons, Daten- und Plattformenintegration, insbesondere mit RACOON sowie die Implementierung einer Referenzarchitektur zur Erweiterung der Pseudonymisierungsinfrastruktur. Dies beinhaltet unter anderem auch die datenwissenschaftliche Aufbereitung.

Die Entwicklung fortschrittlicher Diagnosestrategien für duktale Adenokarzinome der Bauchspeicheldrüse und hepatozelluläre Karzinome durch multizentrische Datenintegration und Biomarkenentwicklung umfasst vor allem: 1) sicheres Datenpooling und die gemeinsame Nutzung multimodaler medizinischer Daten; 2) Aufbau der weltweit größten klinischen Datenbank für Patientinnen und Patienten mit fortgeschrittenem Bauchspeicheldrüsen- und Leberkrebs, durch Sammlung patientenspezifischer klinischer, radiologischer und pathologischer Daten von 20 universitären Krebszentren; 3) Entwicklung von KI-Werkzeugen zur Vorhersage der Krebsbehandlungsergebnisse auf Grundlage dieser Datensätze. Diese Krebsarten werden häufig spät erkannt und trotz neuer Therapiemöglichkeiten fehlen standardisierte Verfahren zur Vorhersage der effektivsten Behandlung. Der Einsatz von KI auf komplexen Patientendaten könnte die Behandlung personalisieren, optimale Therapien vor Behandlungsbeginn vorschlagen und die Prognosen verbessern. Das Projekt könnte als Modell für die Entwicklung von KI-basierten medizinischen Modellen in Deutschland dienen, wobei datenschutzkonformes föderiertes Lernen den Schutz sensibler Informationen gewährleistet. Das Ziel ist die enge Zusammenarbeit von Expertinnen und Experten aus verschiedenen medizinischen und technischen Bereichen und Patientenvertretenden, um auch zukünftige Projekte besser zu vernetzen. Die Arbeitsschwerpunkte der Forschungsgruppe am Standort Universitätsklinikum Hamburg-Eppendorf umfassen die Governance und das Projektmanagement, die Dissemination sowie Kohortenauswahl und Datenkuration. Hierbei steht die klinische Expertise im Bereich des Pankreaskarzinoms und hepatozellulären Karzinoms sowie in der Durchführung multizentrischer klinischer Forschungsprojekte zur Verfügung. Dies wird ergänzt durch die umfangreichen Leitungserfahrungen im Netzwerk Universitätsmedizin sowie von RACOON.

Die Entwicklung fortschrittlicher Diagnosestrategien für duktale Adenokarzinome der Bauchspeicheldrüse und hepatozelluläre Karzinome durch multizentrische Datenintegration und Biomarkenentwicklung umfasst vor allem: 1) sicheres Datenpooling und die gemeinsame Nutzung multimodaler medizinischer Daten; 2) Aufbau der weltweit größten klinischen Datenbank für Patientinnen und Patienten mit fortgeschrittenem Bauchspeicheldrüsen- und Leberkrebs, durch Sammlung patientenspezifischer klinischer, radiologischer und pathologischer Daten von 20 universitären Krebszentren; 3) Entwicklung von KI-Werkzeugen zur Vorhersage der Krebsbehandlungsergebnisse auf Grundlage dieser Datensätze. Diese Krebsarten werden häufig spät erkannt und trotz neuer Therapiemöglichkeiten fehlen standardisierte Verfahren zur Vorhersage der effektivsten Behandlung. Der Einsatz von KI auf komplexen Patientendaten könnte die Behandlung personalisieren, optimale Therapien vor Behandlungsbeginn vorschlagen und die Prognosen verbessern. Das Projekt könnte als Modell für die Entwicklung von KI-basierten medizinischen Modellen in Deutschland dienen, wobei datenschutzkonformes föderiertes Lernen den Schutz sensibler Informationen gewährleistet. Das Ziel ist die enge Zusammenarbeit von Expertinnen und Experten aus verschiedenen medizinischen und technischen Bereichen und Patientenvertretenden, um auch zukünftige Projekte besser zu vernetzen. Die Arbeitsschwerpunkte der Forschungsgruppe am Standort UKD Düsseldorf umfassen den Aufbau, die Prüfung und qualitätsgesicherte Vervollständigung einer multizentrischen Kohorte von duktalen Pankreaskarzinomen und hepatozellulären Karzinomen mit Fokus auf histopathologische und morphomolekulare Daten sowie deren Kuratierung und Integration mit klinischen und Imaging-Datensätze auf dem lokalen RACOON-Node. Dies beinhaltet die umfassende Schulung des an den jeweiligen Zentren beteiligten und verantwortlichen Personals, die Identifizierung und Festlegung der standortspezifischen Strategien für die systematische Datenerfassung, die Definition und Implementierung von Qualitätskriterien, die in die Fortschrittüberwachung überführt werden.