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 Essen wird die technische Infrastruktur bereitgestellt, um mit einem interoperablen Datensatz aus klinischen Daten die KI-Modelle zu trainieren. Der UME Datenbeauftrage koordiniert die Datensatzpflege und die Befüllung der Infrastruktur mit Datenquellen. Darüberhinaus werden in Essen, in enger Zusammenarbeit mit Aachen, KI-Modelle zur Vorhersage der wahrscheinlichsten Primärtumorlokalisation bei Patientinnen und Patienten mit metastasierter Erkrankung mit Krebs unbekannter Herkunft (CUP) entwickelt und mit Erklärbarkeit bzw. Kausalerkennung interpretierbar gemacht. Für die Validierung werden CUP-Daten generiert.