Skip to main content Skip to main navigation

Projekt | adBoard

Laufzeit:

Therapeutische Assistenz- und Entscheidungsalgorithmen für hepatobiliäre Tumorboards

Interdisziplinäre Tumorkonferenzen mit Ärztinnen und Ärzten unterschiedlicher Fachrichtungen sind der Schlüssel für eine bestmögliche Diagnostik und Therapie bei Krebserkrankungen. Die für die Therapieentscheidung notwendigen Informationen über die Patientinnen und Patienten sowie über den Tumor stehen den Behandelnden oftmals nicht vollständig oder in nicht ausreichender Qualität zur Verfügung. Dies führt mitunter zu einer deutlichen Verzögerung in der Behandlung der Betroffenen. Forschende im Projekt ADBoard wollen dazu beitragen, Therapieentscheidungen mithilfe Künstlicher Intelligenz (KI) weiter zu verbessern.

Ziel des Projekts ist der modellhafte Einsatz eines neuartigen Entscheidungsunterstützungssystems bei Lebertumoren. KI-Methoden wie beispielsweise natürliche Sprachverarbeitung (engl.: Natural Language Processing) und maschinelle Lernverfahren sollen die technische Basis für eine automatisierte Datenbereitstellung und Entscheidungsunterstützung einschließlich Therapieempfehlung darstellen. Die Robustheit, Reproduzierbarkeit, Transparenz und Erklärbarkeit der vorgeschlagenen Therapieempfehlungen werden im Projekt im Rahmen einer Studie evaluiert. Hierfür werden die durch das System vorgeschlagenen Therapieempfehlungen mit den Entscheidungen der tatsächlich durchgeführten Tumorkonferenzen verglichen.

Die unter Einsatz von KI vorbereiteten Therapieempfehlungen sollen Ärztinnen und Ärzte künftig bei einer zeitnahen und optimalen Therapieentscheidung bei Lebertumoren unterstützen. Langfristiges Ziel ist die Anwendung des neuen Systems in der klinischen Praxis sowie die Übertragung des Systems auf andere Tumorarten.

Partner

Charité ̶ Universitätsmedizin Berlin

Publikationen zum Projekt

  1. Retrieval-Augmented Knowledge Integration into Language Models: A Survey

    Yuxuan Chen; Daniel Röder; Justus-Jonas Erker; Leonhard Hennig; Philippe Thomas; Sebastian Möller; Roland Roller

    In: Sha Li; Manling Li; Michael JQ Zhang; Eunsol Choi; Mor Geva; Peter Hase; Heng Ji (Hrsg.). Proceedings of the 1st Workshop on Towards Knowledgeable Language Models (KnowLLM 2024). Workshop on Towards Knowledgeable Language Models (KnowLLM-2024), Bangkok, Thailand, Pages 45-63, Association for Computational Linguistics, 2024.

Fördergeber

Gemeinsamer Bundesausschuss