Zusammenführung von Krebsregisterdaten und multimodalen, melderbasierten Diagnostikdaten zur KI-basierten Biomarker-Detektion (CanConnect)

Motivation

Die Entwicklung besserer Krebstherapien erfordert umfangreiche Falldaten, die das jeweilige Krankheitsbild, das Therapieansprechen, sowie den Krankheitsverlauf beschreiben. Aus diesem Grund sammeln die deutschen Krebsregister systematisch Daten über Tumorfälle und stellen diese der Forschung zur Verfügung. Jede Patientin, jeder Patient und jede Krebserkrankung sind höchst individuell. Daher müssen Falldaten sehr detailliert sein und insbesondere molekulare, zelluläre und immunologische Informationen enthalten. Meldungen an die Krebsregister basieren auf einem festgelegten Datenkranz. Daher liegt in der Hinzuziehung weiterer Diagnostikdaten und Verknüpfung dieser mit den Krebsregisterdaten großes Potenzial für die Erforschung von Krebsarten und die Entwicklung patientenspezifischer Therapien.

Ziele und Vorgehen

Das Projekt CanConnect verfolgt das Ziel, Krebsregisterdaten mit vielfältigen Diagnostikdaten der meldenden Kliniken zu verknüpfen. Im Zentrum steht die Entwicklung eines allgemeinen Verknüpfungskonzepts, das umfangreiche, detaillierte Falldaten für die Forschung nutzbar macht und gleichzeitig den Schutz der Patientendaten gewährleistet. Die Machbarkeit und der Nutzen des entwickelten Verknüpfungskonzepts werden anhand des Anwendungsfalls „Glioblastom“, eines bösartigen Hirntumors, demonstriert. Hierfür wird das entwickelte Verknüpfungskonzept angewendet, um Krebsregisterdaten mit weiteren Diagnostikdaten aus der Pathologie anzureichern. Die verknüpften Daten werden mit Methoden der Künstlichen Intelligenz (KI) analysiert, um daraus als exemplarische Anwendung neue Diagnoseparameter (sogenannte Biomarker) für das Glioblastom abzuleiten.