Skip to content

Neues CD-Labor für bessere Vorhersage und Behandlung von Lungenkrebs

 Zusammenarbeit vom MedUni Wien und Siemens Healthineers - System soll KI-unterstützt Diagnose und Behandlung verbessern
© unsplash

Mit Hilfe von Künstlicher Intelligenz (KI) wollen Forscher der Medizinischen Universität (MedUni) Wien und der Firma Siemens Healthineers die Diagnose und Behandlung von Lungenkrebs verbessern. Im Rahmen des am Dienstag eröffneten “Christian Doppler(CD)-Labors für Maschinelles Lernen zur Präzisionsbildgebung” sollen anhand von Bildern und Daten von Lungenkrebs-Patienten neue Schlüsse gezogen werden.

Das Team um Laborleiter Georg Langs und Helmut Prosch von der Universitätsklinik für Radiologie und Nuklearmedizin der MedUni Wien und Siemens-Experten setzt mit weiteren Partnern von der Universität Wien und die Klinik Floridsdorf auf einen “Maschine Learning”-Ansatz. Dazu arbeiten KI-Forscher mit Experten aus der medizinischen Bildgebung sowie der Onkologie und Pathologie zusammen, heißt es seitens der Christian Doppler-Gesellschaft (CDG).

Da jede Lungenkrebserkrankung ein anderes genetisches Profil zeigt, sollen die “zukünftigen Ergebnisse unseres Projekts wichtige Beiträge dazu leisten, den individuellen Therapieerfolg bei Lungenkrebs zu verbessern”, so Langs und Prosch. Man wolle auch mehr Patientinnen und Patienten von den “Vorteilen des Maschinellen Lernens in der Medizin profitieren” lassen.

Die Forschungsergebnisse sollen überdies auch Betroffenen von anderen Krebserkrankungen zugutekommen. Die Erkenntnisse würden möglichst rasch in medizinische Innovationen umgemünzt und Patienten zur Verfügung gestellt werden, heißt es seitens der MedUni und Siemens Healthineers.

In den von der (CDG für jeweils sieben Jahre genehmigten CD-Laboren kooperieren Wissenschafter mit Unternehmen im Bereich anwendungsorientierte Grundlagenforschung. Das Budget kommt dabei jeweils zur Hälfte über das Wirtschaftsministerium von der öffentlichen Hand und den Unternehmenspartnern.

APA/Red.

Gefällt Ihnen der Beitrag?
Facebook
Twitter
LinkedIn
Telegram
WhatsApp
Email
Cookie-Einwilligung mit Real Cookie Banner