AI-RON

AI-assisted morphomolecular Precision Medicine in Neurooncology

Über das Projekt

Hirntumore gehen nicht nur mit großen sozio-ökonomischen Kosten, sondern auch mit hoher psychosozialer Morbidität einher, da sie das Organ des Bewusstseins und der Wahrnehmung („Sitz des Ichs“) betreffen. Sie gehören zu den tödlichsten Krebsarten mit wenigen derzeit verfügbaren Therapieoptionen und stellen die zweithäufigste Krebserkrankung bei Kindern dar. In den letzten Jahren hat sich ihr Behandlungsschema durch den Einsatz molekularer Marker mit prognostischer oder prädiktiver Bedeutung zunehmend individualisiert. Vor allem haben die jüngsten genomischen Analysen einen umfangreichen Katalog von wiederkehrenden genetischen Mutationen und epigenetischen Veränderungen in malignen Hirntumoren identifiziert. Mit der Nachwuchsgruppe (NWG) „AI-RON: AI-assisted morphomolecular Precision Medicine in Neurooncology” möchten wir die nächste Ära der morphomolekularen Diagnostik einleiten, indem wir Künstliche Intelligenz (KI)-basierte medizininformatische Pipelines entwickeln, welche die Diagnose von Hirntumoren in Qualität und Geschwindigkeit verbessern, sowie Therapieansätze personalisieren und (kosten)effizienter ausrichten sollen.

Die Integration von histomorphologischen und molekularpathologischen Veränderungen ist für die Onkologie unverzichtbar, um über eine genaue Tumorklassifikation und Aufdeckung von Therapietargets präzisionstherapeutische Entscheidungen treffen zu können. Zu den aktuellen Herausforderungen gehören die Anwendung von maschinellem Lernalgorithmen zur Extraktion wesentlicher Informationen aus unterschiedlichen hochdimensionalen Datenquellen, die Definition und Harmonisierung von Analyse-Pipelines und die Erstellung leicht interpretierbarer Berichte für Ärzte und Ärztinnen. Die durch „Next-Generation Sequencing“ (NGS) Analysen und digitale Histopathologie generierten „Big Data“, zusammen mit klinischen Meta-Daten, wie beispielsweise Überlebensraten und Behandlungsschemata, bilden hierbei eine solide Grundlage zur KI-basierten Weiterentwicklung der Präzisionsmedizin.

---

Ziele

Ziel der NWG wird es sein, im Rahmen der Medizininformatik-Initiative MIRACUM eine KI-basierte Präzisionsanalyse von „Whole-Slide Images” (WSI) in Kombination mit hochdimensionalen Omics-Daten und klinischen Metadaten zur Klassifizierung und prognostischen Vorhersagbarkeit von Hirntumoren zu entwickeln. Hierbei können wir im Rahmen des Use Case 2 „Neuroonkologie (from-data-to-knowledge)“ (Projektleitung Gießen) von MIRACUM auf einen großen Datenpool der beteiligten Universitätskliniken zurückgreifen und datenschutzkonform standortübergreifend aggregierte neuroonkologische morphomolekulare und klinische Daten auswerten. Die innerhalb der NWG entwickelten Algorithmen und Pipelines werden sich prospektiv auf die Integration weiterer hochdimensionaler Daten wie Radiomics und anderer Tumorentitäten ausweiten lassen. Die NWG wird damit einen wichtigen Beitrag leisten, das Themenfeld der Medizininformatikinitiative im wichtigen Bereich KI in der Gesundheitsforschung und -versorgung zu stärken.

---

Leitung der Nachwuchsforschergruppe