Förderkennzeichen: | 01KD2420B |
Fördersumme: | 1.217.758 EUR |
Förderzeitraum: | 2025 - 2028 |
Projektleitung: | Dr. Daniel Truhn |
Adresse: |
Rheinisch-Westfälische Technische Hochschule Aachen, Fakultät 10, Medizin und Universitätsklinikum, Klinik für Diagnostische und Interventionelle Radiologie Pauwelsstr. 30 52074 Aachen |
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 Aachen sind das Labor für KI in der Medizin der Klinik für Diagnostik und Interventionelle Radiologie sowie das Schneider Lab der Klinik für Gastroenterologie, Stoffwechselerkrankungen und Internistische Intensivmedizin maßgeblich an mehreren Teilprojekten beteiligt. Die Expertise der beiden Arbeitsgruppen umfasst sowohl die methodische Entwicklung als auch die klinische Anwendung von KI-gestützten Ansätzen. Im Projekt liegt der Fokus auf der Entwicklung und dem Training von Vision-Transformern und Sprachmodellen, der Entwicklung innovativer Erklärungsmaße und Methoden zur kausalen Entdeckung sowie der Unterstützung computergestützter Analysen, Modellkalibrierung und Risikomodellen und der Koordination der Maßnahmen zur Patientenbeteiligung.