Obwohl Metastasierung die Todesursache für die meisten Krebspatientinnen und -patienten darstellt, ist unser Verständnis davon sehr unvollständig. DECIPHER-M setzt hier mit einem einzigartigen Ansatz an, bei dem eine neue Form der künstlichen Intelligenz (KI) – die sogenannten multimodalen Foundation-Modelle – zum Einsatz kommt. In diesem Projekt werden diese Modelle eingesetzt, um ein breites Spektrum von Daten, wie radiologische Bilder, pathologische Berichte und genetische Informationen eines Patienten zusammen zu analysieren. Dadurch werden grundlegende Fragen zur Metastasierung beantwortet, z. B. die Mechanismen ihres Auftretens, das Potenzial zur Vorhersage, wer sie wo entwickeln könnte, und welche Art von Behandlung für verschiedene Patienten am wirksamsten sein könnte. Darüber hinaus wird DECIPHER-M die methodischen Grundlagen für praktische Instrumente entwickeln, die auf einzelne Patientinnen und Patienten angewendet werden können, um Screening und Behandlung in Fällen mit hohem Metastasierungsrisiko anzupassen. Konkret zielen diese Werkzeuge darauf ab, die wirksamste Behandlung für einzelne Patienten mit metastasierender Erkrankung vorherzusagen, damit diese Patientinnen und Patienten effektiver behandelt werden können. Am Standort Helmholtz München erfolgt die Entwicklung der großen Basismodelle, die multimodale medizinische Daten durch Training erlernen, weiter verknüpfen und repräsentieren. Umfassendes medizinisches Wissen wird dabei in die Modelle integriert, so dass sie neue Erkenntnisse aufzeigen können, mit einer iterativen Rückkopplungsschleife zu anderen Teilprojekten nach anfänglicher klinischer Verfeinerung, Einführung und rigoroser Validierung.