Künstliche Intelligenz (KI) transformiert derzeit die onkologische Diagnostik und Therapieplanung. Ein zentraler Fortschritt liegt in der Entwicklung multimodaler KI-Modelle, die Bildgebung, Genomik, Proteomik, Transkriptomik, klinische Daten und Therapieverläufe integrieren.
Diese Systeme erlauben Vorhersagen zu Diagnose, Prognose, Therapieansprechen oder Nebenwirkungen und bilden damit die Grundlage einer wirklich personalisierten Onkologie.
Parallel entstehen „Homebrew“-KI-Systeme, also nicht-kommerzielle, lokal entwickelte Modelle, die diagnostische Genauigkeit und Effizienz steigern können – bei gleichzeitig geringeren Kosten und größerer Anpassungsfähigkeit an lokale Laborumgebungen.
Die Vision der Zukunft sind Foundation Models, die unterschiedlichste medizinische Datenquellen – von Radiologie über Pathologie bis zu genetischen Profilen – zusammenführen. In Kombination mit großen Sprachmodellen (LLMs) könnten Ärzte und Ärztinnen künftig komplexe klinische Anfragen formulieren. Damit rückt KI zunehmend von der reinen Bildanalyse hin zu einem Werkzeug, das Muster erkennt, Risiken stratifiziert und Therapieentscheidungen unterstützt.
Session „AI-based image biomarkers in oncology, radiology and pathology“
