Το ερευνητικό πρόγραμμα DECIPHER-M χρησιμοποιεί την τεχνητή νοημοσύνη (AI) για την καλύτερη κατανόηση της εξάπλωσης των καρκινικών κυττάρων με βάση κλινικά δεδομένα ρουτίνας.
Στόχος είναι η βελτίωση των θεραπευτικών επιλογών με τη βοήθεια ενός πολυτροπικού βασικού μοντέλου.
Το Γερμανικό Ομοσπονδιακό Υπουργείο Παιδείας και Έρευνας (BMBF) υποστηρίζει το εν λόγω ερευνητικό έργο στο πλαίσιο της πρωτοβουλίας “Εθνική Δεκαετία κατά του Καρκίνου” για μια αρχική περίοδο τριών ετών. Στο έργο συμμετέχουν οι Priya Chudasama και Lena Maier-Hein από το Γερμανικό Κέντρο Έρευνας για τον Καρκίνο (DKFZ).
Στο έργο DECIPHER-M (Deciphering Metastasis with Multimodal Artificial Intelligence Foundation Models), κορυφαίοι ειδικοί από τους τομείς της ιατρικής, της πληροφορικής και της βιοτεχνολογίας συνεργάζονται από την 1η Μαρτίου 2025.
Υπό την ηγεσία του Jakob N. Kather στο Κέντρο Ψηφιακής Υγείας Else Kröner Fresenius (EKFZ) του Τεχνικού Πανεπιστημίου της Δρέσδης και του Πανεπιστημιακού Νοσοκομείου Carl Gustav Carus Dresden, η διεπιστημονική ερευνητική ομάδα χρησιμοποιεί την τεχνητή νοημοσύνη για να διερευνήσει την ανάπτυξη και την εξάπλωση των μεταστάσεων του καρκίνου.
“Παρά την τεράστια πρόοδο στην ογκολογία, οι μεταστάσεις παραμένουν μια από τις μεγαλύτερες προκλήσεις στη θεραπεία του καρκίνου. Με το έργο DECIPHER-M, χρησιμοποιούμε τεχνολογίες τεχνητής νοημοσύνης για τον εντοπισμό σύνθετων μοτίβων σε κλινικά δεδομένα ρουτίνας”, εξηγεί ο συντονιστής του έργου Kather.
“Η πολυτροπική μας προσέγγιση καθιστά δυνατή την ακριβέστερη πρόβλεψη του ατομικού κινδύνου μετάστασης και την ανάπτυξη εξατομικευμένων στρατηγικών θεραπείας. Με αυτόν τον τρόπο, ελπίζουμε να βελτιώσουμε μακροπρόθεσμα τα ποσοστά επιβίωσης των ασθενών με καρκίνο”.
Τα συστήματα τεχνητής νοημοσύνης επεξεργάζονται διαφορετικούς τύπους δεδομένων και αναγνωρίζουν μοτίβα
Η ανάπτυξη των μεταστάσεων του καρκίνου επηρεάζεται από πολυάριθμους παράγοντες που συχνά είναι δύσκολο να αναγνωριστούν. Συνεπώς, το DECIPHER-M βασίζεται σε ένα μοντέλο τεχνητής νοημοσύνης που συνδυάζει διαφορετικές πηγές ιατρικών δεδομένων – συμπεριλαμβανομένων δειγμάτων ιστών, εικόνων ακτίνων Χ και μαγνητικής τομογραφίας, καθώς και γενετικών πληροφοριών.
Αυτά τα λεγόμενα πολυτροπικά μοντέλα βάσης καθιστούν δυνατή τη σύνδεση διαφορετικών τύπων δεδομένων και την αναγνώριση μοτίβων.
Οι γνώσεις που αποκτώνται από αυτό βοηθούν στην εκτίμηση του κινδύνου μετάστασης σε πρώιμο στάδιο και στην εξαγωγή στοχευμένων θεραπευτικών μέτρων. Αυτό επιτρέπει την ακριβέστερη διάγνωση, την έναρξη προληπτικών μέτρων και τη βελτιστοποίηση των θεραπευτικών επιλογών για τους ασθενείς με καρκίνο.
Χρηματοδότηση από το BMBF για διεπιστημονική έρευνα αιχμής
Σε διεπιστημονική συνεργασία, οι εταίροι του έργου από το Άαχεν, τη Δρέσδη, το Έσσεν, τη Χαϊδελβέργη, το Μάιντς και το Μόναχο συνεργάζονται για να βελτιώσουν την ποιότητα της θεραπείας στη θεραπεία του καρκίνου, να αποφύγουν τις περιττές θεραπείες και να μειώσουν την επιβάρυνση του συστήματος υγειονομικής περίθαλψης.
Μακροπρόθεσμα, το DECIPHER-M θα μπορούσε να συμβάλει στη μείωση του ποσοστού θνησιμότητας από καρκίνο και να βελτιώσει σημαντικά την ποιότητα ζωής των πασχόντων.
Για το DECIPHER-M έχει υποβληθεί αίτηση για περίοδο πέντε ετών (2025-2030) με συνολική χρηματοδότηση περίπου 9 εκατομμυρίων ευρώ.
Το έργο θα χρηματοδοτηθεί αρχικά από το BMBF για τρία χρόνια με περίπου 5,5 εκατομμύρια ευρώ. Το EKFZ για την ψηφιακή υγεία θα λάβει περίπου 700.000 ευρώ για αυτή την πρώτη περίοδο χρηματοδότησης. Εάν η ενδιάμεση αξιολόγηση είναι επιτυχής, η χρηματοδότηση ύψους περίπου 520.000 ευρώ θα εγκριθεί για άλλα δύο χρόνια.
Πηγές:
Deutsches Krebsforschungszentrum (DKFZ)
Ειδήσεις υγείας σήμερα
Υπηρεσίες τηλεϊατρικής θα παρέχει η Lavipharm
Τραμπ: Ερχονται δασμοί στις εισαγωγές φαρμάκων
Πώς να χτίσουμε εμπιστοσύνη σε μια σχέση
VIA: iatronet.gr
