Multiparametrische Methoden zur Früherkennung des Prostatakarzinoms
- Bildgebung, Radioonkologie und Onkoengineering
- Klinische Kooperationseinheit
- Nachwuchsgruppe
Priv. Doz. Dr. Magdalena Görtz
Gruppenleitung
Unsere im Jahr 2021 etablierte Nachwuchs-Klinische Kooperationseinheit am DKFZ und der Urologischen Universitätsklinik Heidelberg widmet sich klinischen Fragestellungen und treibt die patientenorientierte translationale Forschung im Bereich des Prostatakarzinoms voran. Unsere primären Ziele sind die individualisierte Früherkennung und Risikostratifizierung mit besonderem Fokus auf die Identifizierung aggressiver Prostatakarzinome zur Optimierung von Diagnostik und Therapieplanung.
Bild: © ©Magdalena Görtz/dkfz.de
Unsere Forschung
Prostatakrebs stellt aufgrund seiner unterschiedlichen Aggressivität und Progression eine große Herausforderung dar. Dies unterstreicht den dringenden Bedarf an neuen molekularen Markern und integrierten Diagnosemodellen, die eine zuverlässige Unterscheidung zwischen aggressiven und indolenten Prostatakarzinomen sowie gutartigen Erkrankungen ermöglichen.
Wir haben prospektiv eine umfassende Datenkohorte und Biobank aufgebaut, die Arztbriefe, Laborbefunde, MRT-Bildgebung, digitale Pathologie, (epi)genomische, transkriptomische und proteomische Daten sowie das onkologische Follow-Up der Patienten umfasst. Durch die Integration verschiedener Datenmodalitäten (klinische Parameter, Labor- und Bildgebungsdaten sowie molekulare Flüssigkeits- und Gewebedaten) und durch den Einsatz hochmoderner Computertechnologien zielen wir auf eine integrative Einschätzung des Krankheitsstatus jedes einzelnen Patienten, um die Früherkennung und Risikostratifizierung zu verbessern. Die Extraktion relevanter Features aus multimodalen Daten und deren Integration in ein auf maschinellem Lernen basierendes Vorhersagemodell ermöglicht eine umfassende Darstellung des Tumors des Patienten bei Erstdiagnose und damit eine Personalisierung von Diagnose- und Therapieentscheidungen. Eine integrative Strategie zur Früherkennung und Risikostratifizierung, die klinische Parameter, molekulare Marker und bildgebende Verfahren kombiniert, hat das Potenzial, die nicht-invasive Diagnostik zu optimieren, präzisere Vorhersagemodelle zu entwickeln und Korrelationen mit der Aggressivität des Prostatakarzinoms zu ermöglichen.
Im Rahmen unseres starken translationalen Ansatzes, der auf klinische Auswirkungen abzielt, arbeiten wir in Konsortialprojekten mit akademischen und industriellen Partnern wie der Universität Heidelberg und Siemens Healthineers zusammen, um KI-basierte Lösungen zur Entscheidungsunterstützung und zur „similar-patient search“ zu entwickeln. Diese Partnerschaften stellen eine Brücke zwischen klinischer Fragestellung, akademischer Forschung und Industrie dar und stellen sicher, dass innovative diagnostische und therapeutische Ansätze einen direkten Einfluss auf die Patientenversorgung haben. Entsprechend unserer patientenzentrierten Ausrichtung haben wir in Zusammenarbeit mit SAP SE einen KI-basierten Chatbot entwickelt, um Patienten über die state-of-the-art Früherkennung von Prostatakrebs zu informieren. Dieses validierte KI-Tool ist ein Beispiel für unser Bestreben, aktuelle Entwicklungen des maschinellen Lernens in relevante klinische Anwendungen zu bringen.
