Das von der EU finanzierte Forschungsprojekt »AI4Lungs« arbeitet genau daran. Das Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM entwickelt gemeinsam mit internationalen Kooperationspartnern digitale Werkzeuge, Methoden und Modelle für die optimale Auswahl von klinischen Behandlungspfaden für Lungenpatient*innen. Ihr Ziel ist eine ressourceneffiziente und medizinisch optimierte Versorgung.

Hinter einer Lungenerkrankung können sich ganz unterschiedliche Auslöser verbergen, von Krebs bis zu seltenen Lungenkrankheiten. Für eine erfolgreiche und gezielte Behandlung ist eine frühzeitige und präzise Diagnose entscheidend. Im klinischen Alltag ist es jedoch sehr herausfordernd, komplexe Untersuchungen sowie die Planung individuell abgestimmter Therapien durchzuführen. Dabei gehen diagnostische und therapeutische Schritte Hand in Hand und während der Behandlung müssen immer wieder neue Richtungsentscheidungen getroffen werden.

Das Ziel des Projekts »AI4Lungs« sind KI-Tools, die Ärzt*innen bei der Diagnose und Behandlung komplexer Lungenerkrankungen unterstützen. Dazu arbeiten 18 Partner aus ganz Europa – darunter Krankenhäuser, Forschende, Rechtsexpert*innen und Techniker*innen – zusammen, um ein intelligenteres, stärker personalisiertes Gesundheitssystem aufzubauen.

Reale Patientendaten als Basis für KI-gestützte Therapieempfehlungen

Zu diesem Zweck sammelt »AI4Lungs« mehr als 2500 reale Patientenakten, die von unseren klinischen Partnern sicher zur Verfügung gestellt werden. Mit diesen Daten werden KI-Modelle trainiert. Eine Plattform mit einem KI-gestützten Digital-Twin-System simuliert verschiedene Patientenszenarien und bereitet auf der Grundlage der realen Daten maßgeschneiderte Behandlungsvorschläge.

Entscheidungsunterstützungssystem für Ärzt*innen
Im Projekt »AI4Lungs« wird eine fundierte Diagnostik durch den Einsatz verschiedener Untersuchungsmethoden ermöglicht – darunter medizinische Bildgebung, digitale Stethoskopie, Flüssigbiopsien und molekularpathologische Verfahren. Die dabei gewonnenen multimodalen Daten werden mithilfe fortschrittlicher KI-Technologien analysiert, etwa durch Ensemble Learning, entropiebasierte Lernverfahren, Computerlinguistik und Deep Learning.

Auf Grundlage der Analyseergebnisse hilft ein klinisches Entscheidungsunterstützungssystem den behandelnden Ärztinnen und Ärzte dabei, gemeinsam mit den Patient*innen den individuell besten Therapiepfad zu bestimmen. Dabei kommen Methoden der mehrkriteriellen und sequenziellen Entscheidungsfindung, wissensbasierte Systeme sowie Ansätze der erklärbaren und ethischen KI zum Einsatz.

»Unser Beitrag innerhalb des Projekts ist es, dieses Entscheidungsunterstützungssystem zu entwickeln und es nahtlos in die KI-gestützte Datenanalyse zu integrieren«, erklärt Dr. Jonas Flechsig, der für das Projekt am Fraunhofer ITWM verantwortlich ist. »Gemeinsam mit den Projektpartnern haben wir dieses Jahr schon bedeutende Fortschritte erzielt. Wir haben die Digital-Twin-Plattform eingeführt und können gewährleisten, dass wir die neuen EU-KI-Vorschriften einhalten.«

Ein verantwortungsbewusster und respektvoller Ansatz zur Datenerhebung

Die Erhebung medizinischer Daten wirft Fragen hinsichtlich Datenschutz, Fairness und rechtlicher Verantwortlichkeit auf. Die Rechts- und Ethikpartner Timelex und Deloitte sorgen dafür, dass die Plattform verantwortungsbewusst und unter Einhaltung der Vorschriften – dazu gehört unter anderem ein neues EU-KI-Gesetz – aufgebaut wird.

»Es ist entscheidend, dass die Konzeption und Implementierung von KI-Tools von Anfang an auf die künftigen Anforderungen des KI-Gesetzes abgestimmt sind. Diese proaktive Ausrichtung unterstützt nicht nur das Potenzial für einen zukünftigen Einsatz der Projektergebnisse, sondern erleichtert auch verantwortungsbewusste Tests unter realen Bedingungen«, betont Marta Wilińska, Rechtsexpertin bei Timelex.

»Indem sie die strengen digitalen Ethikgrundsätze bei der Integration von KI-Tools in klinische Arbeitsabläufe befolgen, behalten Ärztinnen und Ärzte die volle Entscheidungsgewalt, während sie KI für ressourcenintensive Aufgaben wie Diagnose und Behandlungsplanung nutzen können. Dieser Human-in-the-Loop-Ansatz verbessert die Behandlungsergebnisse und fördert nachhaltige Gesundheitssysteme«, so Marcel Rebbert, Experte für digitale Ethik bei Deloitte.

Gemeinsam die Zukunft gestalten

Projektpartner Future Needs engagiert sich für Synergieprojekte, die darauf abzielen, die Zukunft des Gesundheitswesens zu verändern. Das Ziel, Synergien zwischen Projekten zu schaffen, umfasst den Austausch von Wissen, die Möglichkeit des datenschutzkonformen Datenaustauschs sowie die gemeinsame Teilnahme an Veranstaltungen und Webinaren.

»Synergien mit anderen EU-Projekten aufzubauen, die eine gemeinsame Mission verfolgen, ist bedeutend, um Fortschritt zu beschleunigen. Durch Zusammenarbeit wachsen wir schneller und verstärken unsere kollektive Wirkung. Derzeit planen wir ein gemeinsames Treffen mit allen Koordinatoren von Synergieprojekten im Rahmen von AI4Lungs, um Möglichkeiten für einen dauerhaften Wandel im Gesundheitswesen zu erkunden«, sagt Emma Tsai von Future Needs.

Laufzeit und Förderung

Das Projekt »AI4Lungs« startete offiziell am 1. Januar 2024 und läuft 3,5 Jahre. Die Europäische Union fördert es über ihr Programm »Horizont Europa« (Fördervereinbarung Nr. 101080756) mit 6,9 Millionen Euro. Es konzentriert sich auf Computermodelle für neue Strategien zur Patientenstratifizierung (RIA) im Rahmen der zweistufigen Ausschreibung HORIZON-HLTH-2022-TOOL-12-01. Das Konsortium besteht aus 18 Partnern aus 10 Ländern, die gemeinsam an der Entwicklung KI-gestützter Lösungen zur Verbesserung der Lungengesundheit arbeiten.