Der Bereich der Kinderonkologie und der Forschung zu seltenen Erkrankungen befindet sich im Umbruch, gefördert durch den Einsatz von Big Data und Künstlicher Intelligenz (KI). Laut der Wübben Stiftung Wissenschaft liegt das Hauptziel von Projekten im Rahmen des sogenannten Sandpits darin, eine proaktive und personalisierte Behandlung krebskranker Kinder in deren familiärem Umfeld zu ermöglichen. Projektsprecher Dominik Schöndorf vom Universitätsklinikum des Saarlandes betont die Wichtigkeit, unnötige Krankenhausaufenthalte zu vermeiden. Dies soll durch die frühzeitige Erkennung medizinischer Bedürfnisse erreicht werden.
Zu den wesentlichen Elementen dieser Initiative gehört die kontinuierliche Erfassung von Gesundheitsinformationen aus der häuslichen Umgebung. Dabei werden Veränderungen von Vitalzeichen, Verhaltensweisen oder Umwelteinflüssen als Warnsignale betrachtet. Das übergeordnete Ziel besteht darin, sowohl die Behandlungsqualität als auch die Lebensqualität der betroffenen Familien zu verbessern.
Aufbau von SHARE für seltene Erkrankungen
Im Rahmen des Projekts wird das Synthetic Health Data Repository (SHARE) ins Leben gerufen, das sich auf seltene Erkrankungen konzentriert. Jannik Schaaf von der Goethe-Universität Frankfurt erklärt, dass ein internationales Team daran arbeitet, standardisierte Daten für KI-Modelle und datengestützte Forschung zur Verfügung zu stellen. Der Bedarf an großen Datensätzen für KI-Modelle im Gesundheitswesen, insbesondere bei über 7.000 seltenen Erkrankungen, steigt deutlich. Der Mangel an statistisch relevanten Patientendaten stellt eine Herausforderung dar, die durch Künstlich erzeugte synthetische Daten adressiert werden soll.
SHARE zielt darauf ab, die globale Vergleichbarkeit von KI-Modellen zu verbessern und standardisierte Daten für die Forschung bereitzustellen. Das Sandpit-Programm der Wübben Stiftung Wissenschaft ermöglicht durch interdisziplinäre Ansätze den Austausch von Ideen, um Lösungen schneller zu entwickeln.
Medizinische Bildgebung durch KI-gestützte Biomarker
Zusätzlich wird im Bereich der Krebsdiagnostik und -überwachung eine neue EU-Initiative namens PRIMAGE vorgestellt. Diese Programmatik setzt auf digitale Technologien, insbesondere auf KI-gestützte Bildgebung, um die Behandlung von Kindern mit neuroblastischen Tumoren (Neuroblastom) oder DIPG (diffuses intrinsisches Ponsgliom) zu revolutionieren. Wie CORDIS berichtet, soll eine cloud-basierte Plattform entwickelt werden, die personalisierte klinische Managementlösungen bietet.
Die PRIMAGE-Initiative nutzt retrospektive Daten aus europäischen pädiatrischen Onkologieabteilungen, um KI-Modelle zur Unterstützung von Entscheidungen zu entwickeln. Diese Initiative hat bereits Fortschritte im Bereich der Datensammlung erzielt, mit 1.148 Neuroblastom- und 71 DIPG-Fällen. Damit werden bedeutende radiomische Merkmale identifiziert, die mit klinischen Endpunkten korrelieren, was die zukünftige Versorgung und Behandlung krebskranker Kinder verbessern kann.
Künstliche Intelligenz als Schlüsseltechnologie
Der Einsatz von KI eröffnet zahlreiche Möglichkeiten im Gesundheitswesen, und die Fraunhofer-Institutsgruppe hebt hervor, dass KI-basierte Medizinprodukte und Dienstleistungen eine Revolution in der Gesundheitsversorgung darstellen können. Besonders hervorzuheben sind Anwendungen wie die App „Mika“, die Krebspatient:innen personalisierte Begleitung zur Verfügung stellt, sowie die App „Ada“, die Symptome analysiert und potenzielle Ursachen identifiziert.
Darüber hinaus zeigt sich die Relevanz von KI in der Früherkennung von komplexen Erkrankungen, insbesondere Alzheimer, wo KI-gestützte Systeme feine Unterschiede in MRT-Bildern erkennen können. Diagnosewerkzeuge wie der „AI-Rad Companion“ von Siemens Healthineers zeigen, dass KI in der Lage ist, Auffälligkeiten in Bilddaten zu markieren, was Radiologen erheblich entlastet.
Insgesamt lässt sich sagen, dass die Integration von Big Data und KI im Gesundheitswesen einen Paradigmenwechsel einleitet, der durch gezielte Forschungsinitiativen und den Einsatz innovativer Technologien begünstigt wird.