Teilprojekt eines Verbundes

Technische Universität München

Förderkennzeichen: 01KD2418A
Fördersumme: 1.639.049 EUR
Förderzeitraum: 2024 - 2026
Projektleitung: Prof. Dr. Rickmer Braren
Adresse: Klinikum der Technischen Universität München (TUM Klinikum)
Ismaninger Str. 22
81675 München

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.