Über das Projekt
Bei RACOON CORE-PE handelt es sich um eine klinische, multizentrische, retrospektive Studie. Das Projekt RACOON CORE-PE hat zum Ziel die Prognose und Behandlungsentscheidungen bei Patient:innen mit akuter Lungenembolie zu verbessern. Dies soll durch KI-gestützte Modelle erreicht werden, die umfassende Bildanalysen mit Laborwerten und klinischen Informationen kombinieren.
► mehr
Das wichtigste im Überblick
Das Ziel von RACOON CORE-PE ist die Entwicklung und Validierung eines KI-gesteuerten Assistenzmoduls zur Verbesserung der Prognose und Behandlungsentscheidungen bei Patient:innen mit akuter Lungenembolie. Dies soll durch eine fortschrittliche Bildanalyse und die Integration von bildgebenden Biomarkern mit Labor- und klinischen Daten erreicht werden. Die Entwicklung dieses Moduls könnte im Anschluss für andere medizinische Anwendungsbeispiele herangezogen werden ist somit von hoher Relevanz.
Aus diesem allgemeinen Ziel ergeben sich folgende spezifische Ziele des CORE-PE Projekts:
- Entwicklung standardisierter Verfahren für die Prognosebeurteilung bei Patient:innen mit akuter Lungenembolie
- Aufbau eines großen Datensatzes von CT-Studien bei akuter Lungenembolie, inkl. klinischer-, Labor- und Ergebnisdaten
- Erstellung einer KI-fähigen strukturierten Datenbank
- Entwicklung von KI-Algorithmen für die vollautomatische Erkennung prognostischer quantitativer Bildgebungs-Biomarker aus CT-Bildern bei akuter Lungenembolie.
- Entwicklung von KI-gesteuerten Risikovorhersagemodellen und Identifizierung neuer bildbasierter prognostischer Biomarker bei akuter Lungenembolie.
- Durchführung einer gründlichen Validierung aller entwickelten KI-Modelle
Nutzung unterschiedlicher bereits zur Verfügung stehender Tools, deren Integration in den Gesamt-Workflow und anschließende Automatisierung mittels KI-basierter Module.
Innerhalb der RACOON CORE-PE Studie erfolgt eine enge Zusammenarbeit zwischen 11 universitären Standorten (Radiologie und Kardiologie), Standortinformatikern und etablierten Technologiepartnern. Diese zielen darauf ab ein KI-basiertes Verfahren für eine standardisierte Risikostratifizierung bei Lungenemboliepatient:innen zu entwickeln. Folgende acht Arbeitspakete sind für das Erreichen dieses Ziels vorgesehen:
- Koordinierung des Gesamtprojekts, Bereitstellung der notwendigen Infrastruktur und Regularien
- Definition und Standardisierung von Eingabe- und Ergebnisvariablen sowie Definition der Patient:innenkohorte
- Datenselektion und der Import aller bildgebenden und nicht-bildgebenden Daten in die RACOON-Infrastruktur
- Manuelle Segmentierung und Annotation von CT-Datensätzen zur Schaffung eines Referenzdatensatzes
- Entwicklung von KI-Modellen zur automatischen Bildsegmentierung und Bildannotation
- Entwicklung umfassender KI-gesteuerter Modelle für die Risikostratifizierung bei akuter LAE, die bildgebende Biomarker sowie klinische und Laborparameter einbeziehen
- Qualitätskontrolle und Validierung der KI-Modelle
- Die Verbreitung und Nutzung der Ergebnisse sowie die Einführung von Algorithmen in Form von Software-Tools für die weitere Forschung und den klinischen Einsatz innerhalb von NUM