Schweizer KI-Initiative schafft Plattform für Präzisionsonkologie

Die KI-Forschungszentren der EPFL und der ETH Zürich haben zusammen mit mehreren Spitälern sowie Partnern aus Forschung und Industrie eine nationale KI-Initiative für Präzisionsonkologie lanciert. Die National AI Initiative for Precision Oncology (NAIPO) will die bislang fragmentierten Krebsdaten der Schweiz in einer KI‑gestützten Plattform bündeln. Dies mit dem Ziel, die Diagnostik zu verbessern und personalisierte Therapien zu ermöglichen, wie die EPFL mitteilt. 

Hinter dem Vorhaben steht eine breite Trägerschaft, darunter das Swiss Data Science Center (SDSC), das Swiss National Supercomputing Centre (CSCS), die Fachhochschulen Nordwestschweiz (FHNW) und Bern (BFH), mehrere universitäre und regionale Kliniken sowie Industriepartner wie Debiopharm, Roche, Sophia Genetics und Tune Insight. Die geschätzten Gesamtkosten für das Projekt belaufen sich auf 18,9 Millionen Franken. Die Agentur des Bundes für Innovationsförderung Innosuisse steuert 8,25 Millionen Franken aus öffentlichen Mitteln bei. 

Die Trägerschaft der nationalen KI-Initiative für Präzisionsonkologie NAIPO. (Source: EPFL)

Föderiertes Lernsystem als Grundlage

Ein Kernbestandteil der Plattform ist ein föderiertes Lernmodell, das es ermöglichen soll, Algorithmen über dezentrale Datenbestände hinweg zu trainieren, ohne dass sensible Patientendaten die Spitäler verlassen. So liessen sich Daten aus verschiedenen Spitälern nutzen, ohne sie zentral zu speichern. "Wir schaffen ein föderiertes und sicheres System, das die Zusammenarbeit zwischen Institutionen ermöglicht, ohne die Vertraulichkeit zu gefährden", lässt sich Nora Toussaint, Lead Health & Biomedical am Swiss Data Science Center (SDSC), in der Mitteilung der EPFL zitieren. 

Zusätzlich kommen weitere Technologien maschinellen Lernens zum Einsatz. Beispielsweise grosse Sprachmodelle (LLMs) zur automatisierten Analyse von klinischen Befunden und Literatur sowie Foundation Models für die Vorhersage von Therapie‑Ansprechraten. 

"Prognosen und Empfehlungen auf einzelne Patientinnen und Patienten zuzuschneiden, ist einer der spannendsten Aspekte von NAIPO", sagt EPFL-Professorin Charlotte Bunne, die im Rahmen des Projekts an der Modellentwicklung arbeitet. Die entwickelten Modelle sollen fortlaufend aus biomedizinischer Fachliteratur sowie aus biologischen und klinischen Daten lernen, um neue Zielstrukturen, Biomarker und Prüfmedikamente zu identifizieren.

Smartphone-App und Tools für Tumorboards

Darüber hinaus ist auch die Entwicklung einer Mobile App für Patientinnen und Patienten sowie Angehörige geplant. Diese soll medizinische Berichte in verständliche Sprache übersetzen, über den Therapieverlauf informieren und beim Umgang mit Nebenwirkungen, Terminen und weiteren Aspekten der Behandlung unterstützen, wie die FHNW mitteilt. 

Ein weiteres Ziel besteht demnach darin, die Zusammenarbeit in sogenannten Tumorboards – das sind interdisziplinäre Ärzteteams, die gemeinsam Behandlungsentscheidungen treffen –  durch digitale Werkzeuge zu verbessern. 

Weit mehr als eine Entscheidungshilfe für Ärztinnen und Ärzte: NAIPO will auch Therapie, Monitoring und Nachsorge mithilfe von KI und weiteren digitalen Hilfsmitteln voranbringen. (Source: EPFL)  

KI für die Krebsforschung und darüber hinaus

"NAIPO ist genau das, was die klinische Onkologie heute braucht", sagt Andreas Wicki, Professor für Onkologie an der Universität Zürich und klinischer Co-Koordinator des Projekts. "Wir sind in der Lage, viel mehr Daten zu produzieren als noch vor einigen Jahren, aber oftmals wissen wir nicht, wie wir diese Daten konkret in die Patientenversorgung integrieren können. NAIPO ist entscheidend, um diese Lücke zu schliessen."

In einem ersten Schritt sollen klinische Pilotprojekte an Universitäts- und Kantonsspitälern sowie in privaten Kliniken starten. Ziel ist es, die neue Infrastruktur innerhalb von vier Jahren landesweit in den teilnehmenden Spitälern einzuführen. Was zunächst die Krebsbehandlung voranbringen soll, könnte künftig allerdings auch als Modell für den Umgang mit anderen Erkrankungen dienen. 
 

Übrigens: KI verspricht mehr Tempo, Präzision und Effizienz in der Medizin - doch wo stösst die Technologie im Gesundheitswesen an ihre Grenzen? Mehr dazu lesen Sie im Hintergrundbericht: Künstliche Intelligenz in der Medizin - zwischen Vision und Realität.