MIRACLE

Projekttitel: MIRACLE: A Machine learning approach to Identify patients with Resected non-small-cell lung cAnCer with high risk of reLapsE (Ein maschineller Lernansatz zur Identifizierung von Patienten mit reseziertem nicht-kleinzelligem Lungenkrebs und hohem Rezidivrisiko)

Projektdauer: 01.04.2022 – 31.03.2026

Forschungsbereich: Biowissenschaften und Medizin

Das MIRACLE-Projekt konzentriert sich auf nicht-kleinzelligen Lungenkrebs im Frühstadium (ES-NSCLC) und zielt darauf ab, einen Algorithmus auf Basis des maschinellen Lernens (ML) zu entwickeln, um das krankheitsfreie Überleben vorherzusagen und Patienten nach der Operation zu stratifizieren. Im Rahmen eines ganzheitlichen Ansatzes integriert das Projekt DNA- und RNA-Sequenzierung, Flüssigbiopsie und Radiomik-Merkmale aus CT-Bildern sowie klinisch-pathologische Faktoren, um einen personalisierten Behandlungsplan zu erstellen. Das Modell wird anhand einer Kohorte von 220 Patienten mit reseziertem ES-NSCLC trainiert und an einer unabhängigen, prospektiven Kohorte von 200 Patienten validiert.

Als federführender Partner bei der Algorithmenentwicklung umfasst unsere Rolle bei ScaDS.AI Dresden/Leipzig folgendes:

• die Integration der heterogenen multimodalen Daten zur Identifizierung prädiktiver Merkmale,

• die Entwicklung statistischer, maschineller Lern- und Deep-Learning-Methoden für die Überlebensanalyse,

• die Förderung der Erklärbarkeit für die personalisierte Medizin.

Ziele

MIRACLE zielt darauf ab, Patienten mit ES-NSCLC zu identifizieren, bei denen nach einer Operation ein hohes Rezidivrisiko besteht. Durch die Entwicklung eines auf maschinellem Lernen basierenden Tools zur Unterstützung klinischer Entscheidungen soll das Projekt personalisierte Behandlungsoptionen bieten, das Patientenmanagement verbessern und somit effizientere und ethisch vertretbare Behandlungsstrategien entwickeln.

Problemstellung

Trotz der hohen Überlebensraten nach einer Operation bei ES-NSCLC variieren die Behandlungsergebnisse der Patienten erheblich. Aktuelle Instrumente weisen Einschränkungen bei der genauen Vorhersage des Rezidivrisikos auf, was die Bedeutung eines umfassenden, personalisierten Ansatzes für die Patientenstratifizierung und -behandlung unterstreicht.

Technologie

Das Projekt wird eine Reihe fortschrittlicher Technologien aus den Bereichen maschinelles Lernen und Datenintegration nutzen und sich dabei auf die Analyse verschiedener Datentypen konzentrieren, von denen jeweils erwartet wird, dass sie eine wichtige Rolle innerhalb des Vorhersagealgorithmus spielen. Deep Learning und erklärbare KI (xAI) werden ebenfalls untersucht, um die Vorhersagegenauigkeit und das Verständnis zu verbessern.

Ausblick

Die interdisziplinären und multinationalen Bemühungen im Rahmen des MIRACLE-Projekts sollen die personalisierte Medizin in der Lungenkrebsbehandlung voranbringen. Dies könnte zu einer präziseren Patientenüberwachung, gezielten adjuvanten Therapien und verbesserten Behandlungsergebnissen führen. Darüber hinaus zielt das Projekt darauf ab, einen Beitrag zur laufenden Debatte über den Einsatz ethischer KI im Gesundheitswesen zu leisten und möglicherweise vergleichbare Ansätze in anderen Bereichen der Krebsforschung anzuregen.

Team

Teamleitung

Prof. Dr. Erhard Rahm

Universität Leipzig

Department of Computer Science, Datenbanken-Gruppe, Professur für Datenbanken

Team Members

Marie-Sophie von Braun

Universität Leipzig

Dr. Jan Ewald

Universität Leipzig

Dr. Christian Martin

Universität Leipzig

Institut für Informatik, Datenbank-Gruppe

Partner

Das MIRACLE-Projekt wird von einem Konsortium aus Partnern aus Italien, Spanien, Frankreich und Deutschland geleitet:

• Instituto Romagnolo per lo Studio dei Tumori “Dino Amadori” (IRST-IRCCS), Projektkoordinatorin: Dr. Paola Ulivi
• Fundacio Hospital Universitari Vall d’Hebron (HUVH) – Institut de Recerca (VHIR) / Fundacio Privada Institut d’Investigacio Oncologica de Vall d’Hebron (VHIO)
• Centre Hospitalier Universitaire (CHU) de Toulouse
• Université Côte d’Azur (CRHI)
• Leipzig University / ScaDS.AI Dresden/Leipzig, geinsam mit dem German Research Center for Artificial Intelligence (DFKI)