Mechanismen der Krebsmetastasierung mit Künstlicher Intelligenz entschlüsseln

Im Projekt DECIPHER-M (Deciphering Metastasis with Multimodal Artificial Intelligence Foundation Models) arbeiten ab 1. März 2025 führende Expert:innen aus den Bereichen Medizin, Informatik und Biotechnologie zusammen. Unter der Leitung von Prof. Dr. med. Jakob N. Kather am Else Kröner Fresenius Zentrum (EKFZ) für Digitale Gesundheit erforscht das interdisziplinäre Forschungsteam mithilfe von KI die Entstehung und Ausbreitung von Krebsmetastasen. „Trotz enormer Fortschritte in der Onkologie bleibt die Metastasierung eine der größten Herausforderungen in der Krebsbehandlung. Mit dem Projekt DECIPHER-M nutzen wir KI-Technologien, um komplexe Muster in klinischen Routinedaten zu identifizieren“, erklärt Prof. Kather, Projektkoordinator. „Unser multimodaler Ansatz erlaubt es, das individuelle Metastasierungsrisiko präziser vorherzusagen und personalisierte Behandlungsstrategien zu entwickeln. Damit wollen wir langfristig die Überlebensraten von Krebspatientinnen und -patienten verbessern.“

KI-Systeme verarbeiten unterschiedliche Datentypen und erkennen Muster

Die Entstehung von Krebsmetastasen wird von zahlreichen Faktoren beeinflusst, die oft schwer zu erkennen sind. DECIPHER-M setzt deshalb auf ein KI-Modell, das unterschiedliche medizinische Datenquellen kombiniert – darunter Gewebeproben, Röntgen- und MRT-Bilder sowie genetische Informationen. Diese so genannten multimodalen Basismodelle ermöglichen es, verschiedene Datentypen miteinander zu verknüpfen und Muster zu erkennen. Die daraus gewonnenen Erkenntnisse helfen dabei, das Metastasierungsrisiko frühzeitig einzuschätzen und gezielte Therapiemaßnahmen abzuleiten. Dadurch können präzisere Diagnosen gestellt, präventive Maßnahmen eingeleitet und die Behandlungsmöglichkeiten für Krebspatientinnen und -patienten optimiert werden.

Julia Schnabel, Direktorin des Institute of Machine Learning in Biomedical Imaging bei Helmholtz Munich, spielt eine zentrale Rolle in diesem Projekt. Ihr Team entwickelt ein sogenanntes „Cancer Foundation Model“, das Pathologie, Radiologie, Textberichte und elektronische Gesundheitsakten miteinander verknüpft. Durch die Kombination von Vision Transformers (KI-Modelle, die auf Bildanalyse spezialisiert sind) mit Large Language Models (LLMs) wird ihr Modell Bild- und Textdaten analysieren, um den Ursprung des Krebses präzise zu bestimmen.

BMBF-Förderung für interdisziplinäre Spitzenforschung

„Für die Dresdner Hochschulmedizin ist interdisziplinäre Zusammenarbeit der Schlüssel zum Erfolg in der Forschung und Patientenversorgung. Die Projektpartner aus Aachen, Dresden, Essen, Heidelberg, Mainz und München arbeiten gemeinsam daran, die Behandlungsqualität in der Krebstherapie zu verbessern, unnötige Therapien zu vermeiden und das Gesundheitssystem zu entlasten. Langfristig könnte DECIPHER-M dazu beitragen, die Sterblichkeitsrate bei Krebserkrankungen zu senken und die Lebensqualität der Betroffenen erheblich zu steigern,“ sagte Prof. Dr. med. Dr. Esther Troost, Dekanin der Medizinischen Fakultät Carl Gustav Carus der TU Dresden. Beantragt wurde DECIPHER-M für eine Laufzeit von fünf Jahren (2025–2030) mit insgesamt rund 9 Millionen Euro Fördermittel. Das Projekt wird vorerst für drei Jahre vom BMBF mit rund 5,5 Millionen Euro gefördert. Helmholtz Munich erhält für diese erste Förderperiode rund 544.000 Euro.