Projektstart von IMPACT-OC: Interpretierbare KI und digitale Zwillinge bei Eierstockkrebs

Das IBT ist Partner im neuen EU-Projekt IMPACT-OC, das interpretierbare KI und digitale Zwillinge für Therapieentscheidungen bei Eierstockkrebs entwickelt. Unser Team leitet die Federated-Learning-Infrastruktur und die sichere Testumgebung.

Das vierjährige Projekt IMPACT-OC (Interpretable Multimodal Predictive Agents and Digital Twins for Ovarian Cancer) ist am 1. Oktober 2026 gestartet. Es wird vom Europäischen Innovationsrat (EIC) als Pathfinder-Challenge-Projekt gefördert. Beteiligt sind zehn Partner aus fünf europäischen Ländern unter der Leitung von Univ.-Prof. Priv.-Doz. Dr. med. Ramona Woitek, Danube Private University (DPU, Österreich).
Eierstockkrebs wird meist erst in einem fortgeschrittenen Stadium erkannt. Ärztinnen und Ärzte müssen früh schwierige Entscheidungen treffen: zuerst operieren oder zuerst eine Chemotherapie, welche Patientinnen zur genetischen BRCA/HRD-Testung überweisen, und ist ein unklarer Befund am Eierstock gut- oder bösartig? Die nötigen Informationen sind auf Bildgebung, Pathologie, Genetik und Krankenakten verteilt.
IMPACT-OC entwickelt eine interpretierbare KI-Plattform, die diese Daten zusammenführt. Spezialisierte KI-Agenten werten jeweils eine Datenart aus: Ultraschall-, CT- und MRT-Bilder, Pathologie-Schnitte, genetische Daten und Arztbriefe. Ein Super-Agent führt ihre Ergebnisse zusammen, prüft sie gegen Leitlinien und gibt an, wie unsicher sie sind. Ein digitaler Zwilling bildet den Krankheitsverlauf jeder Patientin ab. Ein Dashboard bereitet die Ergebnisse für das Tumorboard auf. Getestet wird ausschließlich im „Shadow Mode“: Das System läuft in den Kliniken parallel zum Klinikalltag mit, beeinflusst die Behandlung aber nicht. Patientinnen und Patientenorganisationen sind von Anfang an beteiligt.
Patientendaten lassen sich nicht einfach an einem Ort sammeln, und jede Klinik hat nur relativ wenige Fälle. Unser Team am IBT (Maria Francesca Spadea, Ciro Benito Raggio, Jonathan Frömel) leitet deshalb die Entwicklung der Federated-Learning-Infrastruktur. Jede Klinik trainiert die Modelle mit ihren eigenen Daten. Nur die Modell-Updates werden geteilt und zu einem gemeinsamen Modell zusammengeführt. Die Patientendaten verlassen die Klinik nie. Außerdem leiten wir den Aufbau einer sicheren Testumgebung mit reinem Lesezugriff, in der das Konsortium das Gesamtsystem im Shadow Mode evaluiert. Zusätzlich unterstützen wir die Erzeugung synthetischer Bilddaten für Testläufe und Benchmarks.
Wir freuen uns darauf, gemeinsam mit unseren Partnern herauszufinden, wie gut diese Werkzeuge in verschiedenen Kliniken funktionieren.
Das IMPACT-OC-Konsortium: Danube Private University (DPU, Österreich), Duervation GmbH (DUE) and ecoplus (Österreich); Karlsruher Institut für Technologie (KIT, Deutschland), Universität Heidelberg (UHEI, Deutschland) und NEC Laboratories Europe (Deutschland); Fondazione Policlinico Universitario Agostino Gemelli IRCCS (FPG, Italien) und Politecnico di Milano (POLIMI, Italien); University of Cambridge (CAM, Vereinigtes Königreich); Institut régional du Cancer de Montpellier (ICM, Frankreich).

 

Gefördert von der Europäischen Union im Rahmen von Horizont Europa (EIC), Finanzhilfevereinbarung Nr. 101306266. Die geäußerten Ansichten und Meinungen sind jedoch ausschließlich die des Autors bzw. der Autoren und spiegeln nicht unbedingt die der Europäischen Union oder der Europäischen Exekutivagentur für den Innovationsrat und KMU (EISMEA) wider. Weder die Europäische Union noch die Bewilligungsbehörde können dafür verantwortlich gemacht werden.