Competence Unit für föderierte KI & bioinformatische Analysen (KIBCU)
KI und Bioinformatik
Die Digitalisierung der Versorgungs-/Forschungsprozesse im BZKF führt zu klinischen Daten, Bilddaten, Bioprobeninformationen und molekularen Daten, die für innovative Verfahren der Bioinformatik und der Künstlichen Intelligenz nutzbar gemacht werden.
Mittels Digitalisierung sollen onkologische Versorgungs- und Forschungsprozesse optimiert und die ärztliche Entscheidungsfindung unterstützt werden. Die dabei entstehenden Datenbestände der BZKF-Partner sollen standortbezogen integriert und standortübergreifend harmonisiert werden. Dabei sind internationale Standards (HL7 FHIR, IHE, SNOMED CT, LOINC, ICD-10/O, ADT-Datensatz, Kerndatensatz der MII, EPA MIOs, …) zu berücksichtigen. In enger Abstimmung und Kooperation mit der BZKF AG IT sind zunächst grundlegende Basisinfrastrukturen zu definieren, zu konzipieren und zu etablieren.
- Tumordokumentationssystem an jedem Standort
- Biobankmanagementsystem an jedem Standort
- Keine Standorte übergreifende Datennutzung für wissenschaftlichen Erkenntnisgewinn
» Datenintegration
» Harmonisierung auf gemeinsames Datenmodell
» föderierte Auswertungen
» standardisierte bioinformatische Pipelines
» verteiltes Maschinelles Lernen
» gemeinsame Lösung zur Therapieunterstützung im Molekularen Tumorboard
Mehrwert
- neue KI-basierte Klassifikations-ansätze und Prognosemodelle
- Unterstützung der Ärzt*innen bei Therapieentscheidungen
- Bessere Versorgung onkologischer Patientinnen und Patienten
1. Lokale IT-Infrastrukturen (DataSHIELD) für föderierte/s Analysen/maschinelles Lernen wurden erfolgreich etabliert
2. Entwicklung einer Pipeline für Datenübertragung, Pseudonymisierung und Mapping, um grundlegende onkologische Daten im FHIR Format in die DataSHIELD Datenbank zu bringen; diese Routine wurde allen BZKF-Standorten zur Verfügung gestellt.
3. Gründung einer BZKF ETL Taskforce zur Aufgaben- und Wissensteilung im Weiterentwicklungsprozess der Pipeline
4. Integration von Datenqualitäts- und Plausibilitätschecks in die Pipeline
5. Gemeinsame Veröffentlichung zuverteilten Analysen mittels eigener Pipeline „onco-analytics-on-fhir“
6. 2. BZKF-Summer School
- Etablierung eines BZKF-weiten Forschungsdaten-Repositories mit klinischen Daten, Bilddaten, Probeninformationen und molekularen Daten
- Effiziente digitale Visualisierung Molekularbiologischer Analyseergebnisse
- Standortübergreifende Entscheidungsunterstützung bei der Therapiefindung in Molekularen Tumorboards
- Entwicklung innovativer bioinformatischer Pipelines und neuer KI-basierter Entscheidungsunterstützung
Prof. Dr. Hans-Ulrich Prokosch, Universitätsklinikum Erlangen
Aufzeichnung der KI-Webinarreihe
16.10.2024: Real World Federated Learning in Radiology: Hurdles to overcome and Benefits to gain
Welche Hindernisse müssen gemeistert werden, um Federated Learning in reale radiologische Anwendungen zu integrieren?
Referent: Markus Bujotzek, DKFZ Heidelberg
13.11.2024: An Experimental Survey of Incremental Transfer Learning for Multicenter Collaboration – Wie kann Incremental Transfer Learning Datenschutzprobleme bei der Zusammenarbeit mehrerer Kliniken lösen?
Referent: Dr. Florian Putz, Universitätsklinikum Erlangen
Publikation: An Experimental Survey of Incremental Transfer Learning for Multicenter Collaboration
Publikation: Multicenter privacy-preserving model training for deep learning BM autosegmentation
11.12.2024: Evaluation and mitigation of the limitations of large language models in clinical decision-making
Referent: Paul Hager, TUM