Erneute Förderung für Graduiertenkolleg: Maßgeschneiderte Behandlung durch KI

Durch die Digitalisierung in der Medizin entsteht eine große Menge klinischer Daten. Das Graduiertenkolleg (GRK) „Wissens- und datenbasierte Personalisierung von Medizin am Point of Care“, kurz: WisPerMed, macht sie für Ärzt:innen in einer neuen Form nutzbar. Die Deutsche Forschungsgemeinschaft fördert das Programm unter der Leitung der Universität Duisburg-Essen (UDE) für weitere viereinhalb Jahre. GRK-Sprecher ist Prof. Dr. Felix Nensa vom Institut für Künstliche Intelligenz in der Medizin der Medizinischen Fakultät der UDE.

Ziel des seit 2021 laufenden Graduiertenkollegs der Universitätsmedizin Essen und der FH Dortmund ist, die personalisierte Medizin mithilfe von KI unmittelbar dort voranzutreiben, wo Patient:innen versorgt werden (Point of Care). Am Beispiel des malignen Melanoms werden in den Projekten am Universitätsklinikum Essen hierfür neue Werkzeuge entwickelt. Personalisierte Medizin meint in diesem Fall beide Seiten: Statt des Prinzips „eine Behandlung für alle“ wird die medizinische Entscheidung datenbasiert und jeweils abgestimmt auf die biologische, gesundheitliche und persönliche Situation einer bzw. eines Erkrankten getroffen. Zum anderen werden aber auch die individuellen Präferenzen der behandelnden Mediziner:innen miteinbezogen. Denn sie müssen bei der Nutzung der Werkzeuge die Informationen schnell und intuitiv verstehen.

„Es gibt eine Wissens-Explosion in der Medizin, vor allem in der Onkologie; es entstehen immer mehr Daten. Ärzt:innen haben weder Zeit noch Kapazitäten, alles selbst zu filtern und zu verarbeiten“, erklärt GRK-Sprecher Prof. Dr. Felix Nensa, Experte für Radiologie mit Schwerpunkt KI. „Wir möchten ihnen daher ergänzendes Wissen zur Verfügung stellen und neues Wissen aus Daten generieren, ohne sie in ihrer Entscheidungsfreiheit zu beschränken. Das ist eine riesige Chance, gerade in der Krebsmedizin.“

Im GRK WisPerMed forschen zurzeit 13 Professor:innen und 13 Doktorand:innen an einem adaptiven System, KI in medizinische Entscheidungsprozesse zu integrieren. Unter anderem durch Machine Learning-Methoden werden Daten intelligent verknüpft und systematisch ausgewertet: solche aus den Leitlinien zur Diagnostik, aus der Therapie und Nachsorge, sämtliches verfügbares Wissen aus Studien, aus Patientendatenbanken und alle relevanten Daten zur erkrankten Person.

Die KI könnte dann eine Behandlungsempfehlung generieren und prognostizieren, ob ein Tumor Resistenzen oder eine Therapie schwere Nebenwirkungen entwickeln könnte. Ärzt:innen können dabei immer nachvollziehen, auf welcher Basis die Empfehlung getroffen wurde, um die Ergebnisse zu kontrollieren.

Visualisiert werden die Ergebnisse der KI in einem Dashboard – abgestimmt auf die persönlichen Arbeitsweisen und Fachbereiche der Behandelnden. Dafür arbeiten die Mediziner:innen mit anderen Disziplinen der UDE zusammen, wie der Informatik und der Sozialpsychologie.

In der nun anstehenden Förderphase wird die Forschung auf den gesamten Behandlungspfad der Patient:innen ausgeweitet. Anstatt wie bisher einzelne Entscheidungsunterstützungen für spezifische Probleme zu adressieren, zielt der neue Ansatz darauf ab, Prozesse von der Erstdiagnose über die Behandlung bis zur Nachsorge ganzheitlich zu erfassen, zu unterstützen und zu optimieren. Indem Patientendaten und klinisches Wissen an verschiedenen Schnittstellen des Gesundheitssystems nahtlos integriert werden, sollen Technologien entstehen, die sowohl den individuellen Anforderungen von medizinischem Fachpersonal gerecht werden als auch die Versorgungskontinuität und das Behandlungserlebnis der Patient:innen verbessern.