Das Projekt entwickelt ein Framework zur niedrigdimensionalen Repräsentation multimodaler onkologischer Datensätze (Bild, Text, Omics) und eine webbasierte grafische Nutzeroberfläche (GUI), das klinischen Anwendern ermöglicht, "digitale Verwandte" für einzelne Patientinnen und Patienten zu identifizieren. Mittels moderner Foundation-Modelle entsteht zunächst ein hochdimensionales Embedding, das anschließend mit Methoden wie Variational Autoencodern und UMAP auf wenige Dimensionen projiziert wird. Das interaktive Frontend erlaubt das Clustern, Filtern und Vergleichen von Patientendaten sowie die Detailansicht der Rohmodalitäten. Genutzt wird das lokale, interdisziplinäre Tumorbord, um die GUI sowie die identifizierten digitalen Verwandten nach klinischer Relevanz zu evaluieren. Ziel ist die Verbesserung klinischer Entscheidungsprozesse und die offene Bereitstellung als Open-Source-Tool des Prototypen.