GBM & KI
Glioblastome (GBM)
Das Glioblastom (GBM) ist ein schnell wachsender und aggressiver Hirntumor. Er dringt in das nahe gelegene Hirngewebe ein, breitet sich aber im Allgemeinen nicht auf entfernte Organe aus. Das GBM gehört zu den bösartigsten Krebsarten bei Erwachsenen, hat eine schlechte Prognose und ist sehr therapieresistent. Angesichts der schlechten Prognose vieler GBM-Patienten wächst das Interesse an der Anwendung neuer Behandlungsmethoden, einschließlich der Immuntherapie. Diese neuen Therapien nutzen das körpereigene Immunsystem, um den Krebs zu bekämpfen, und einige von ihnen haben bei 10-20 % der Patienten einen langfristigen Überlebensvorteil gezeigt. Derzeit ist unklar, welche Arten von Patienten gut auf Immuntherapien ansprechen. Eines der Hauptziele von IPerGlio ist es, mehr darüber zu erfahren, warum Immuntherapien bei einigen GBM-Patienten gut wirken, bei anderen jedoch nicht.
Künstliche Intelligenz (KI) in IPerGlio
Lösungen der künstlichen Intelligenz, wie sie derzeit eingesetzt werden, dienen dazu, große Datenmengen sinnvoll zu nutzen. KI umfasst eine Vielzahl von Techniken und Ansätzen, darunter maschinelles Lernen, bei dem Algorithmen aus Daten lernen und Vorhersagen treffen, und Deep Learning, eine Untergruppe des maschinellen Lernens, bei dem neuronale Netze zur Modellierung komplexer Muster verwendet werden. In der Medizin kann die KI in großen Datenbanken mit Patientendaten Muster erkennen und vorhersagen, welche Behandlungen für einzelne Patienten am wirksamsten sind, was zu personalisierten Behandlungsplänen führt. Die Informationen können zur Vorhersage von Krebsverläufen und Patientenergebnissen verwendet werden und bieten Ärzten Erkenntnisse für proaktive Anpassungen der Behandlungspläne.
KI benötigt große Datenmengen, um Muster zu erkennen. Aus diesem Grund nutzen Forscher häufig öffentliche Datenbanken, in denen anonymisierte Patientendaten zur Verfügung gestellt werden. So können die Forscher die KI mit mehr Daten trainieren, als sie in einer Einrichtung oder in einem Projekt allein sammeln könnten.
