KATY

 

KI-gestützte personalisierte Medizin verspricht, maßgeschneiderte, gezielte, praktisch "handgemachte" Heilmittel für Patienten zu finden. Krebsbehandlungen brauchen dringend Verstärkung, um maßgeschneiderte, gezielte Heilmittel für Patienten zu finden und die personalisierte Medizin kann dabei eine entscheidende Rolle spielen. Maßgeschneiderte, gezielte Therapien in der Krebsbehandlung sind bereits Realität, aber die aktuelle Praxis der gezielten Therapien in der Krebsbehandlung basiert auf traditionellen Methoden der Datenanalyse. KI-gestützte personalisierte Medizin kann helfen, gezielte Therapien auf die nächste Stufe zu bringen. Doch unabhängig davon wie präzise sie ist, wie viele Leben sie prinzipiell retten kann, ob sie das gesamte medizinische Wissen nutzen kann – wenn Kliniker ihre Vorschläge und Entscheidungen nicht verstehen, wird die KI-gestützte personalisierte Medizin kein Game Changer sein. Kliniker werden sie nicht für ihre täglichen Entscheidungen nutzen und somit ist sie zum Scheitern verurteilt. Die eigentliche Herausforderung besteht also darin, KI-gestützte Systeme für die personalisierte Medizin zu entwickeln, die von Klinikern und klinischen Forschern akzeptiert werden können.

In KATY greifen wir die oben genannten Herausforderungen auf und schlagen ein KI-gestütztes System für personalisierte Medizin vor, das medizinisches "KI-gestütztes Wissen" an die Fingerspitzen von Klinikern und klinischen Forschern bringen kann. Das KI-gestützte Wissen ist ein von Menschen interpretierbares Wissen, das Kliniker und klinische Forscher verstehen, dem sie vertrauen und das sie in ihrer täglichen Arbeitsroutine effektiv nutzen können. KATY ist also ein KI-gestütztes System für personalisierte Medizin, das auf zwei Hauptkomponenten aufbaut: einem verteilten Knowledge Graph und einem Pool von Explainable-Artificial-Intelligence-Prädiktoren. Als Stresstest und aufgrund des Mangels an personalisierten klinischen Antworten wird KATY an einer Krebsart mit geringer Prävalenz und Komplexität erprobt: dem klarzelligen Nierenzellkarzinom (CCRCC).

 

Weitere Information zum Projekt finden Sie hier und in ucris.

 

An diesem Projekt arbeiten folgende Experten des Instituts: