Pro-Mics-BrCa
Nutzen künstlicher Intelligenz in der Analyse morphologischer Bilddaten zur Vorhersage der Krebsinzidenz und des Mutationsstatus bei Patientinnen mit high risk Konstellation für familiären Brust-und Eierstockkrebs
Brustkrebs ist die häufigste Tumorerkrankung von Frauen. Da es bislang keine Präventionsmaßnahmen gibt, setzt man auf die Früherkennung von Tumoren durch Vorsorgeuntersuchungen. In den Vorsorgeuntersuchungen werden Mammographie- und MRT-Daten aufgenommen.
In Pro-Mics-BrCa versuchen wir auf Basis der Bilddaten das Risiko einer Tumorentwicklung in den nächsten Jahren genauer vorherzusagen. Dabei ist eine geringe Falschvorhersagerate wichtig, um unnötige Eingriffe wie Biopsien zu vermeiden und keine Ängste bei Patientinnen zu schüren.
Methodisch nutzen wir sowohl klassische Biomarker ( Radiomics) der Bilddaten als auch moderne Neuronale Netze. Ein wichtiger Baustein ist dabei die Bestimmung von Risiko-Mutationen des Brustgewebes. Langfristig ist unser Ziel, einen Werkzeugkasten zur besseren Vorhersage der Krebsentwicklung zur Verfügung zu stellen.
Aktuelles
Ani Ambroladze präsentiert Poster auf BVM Workshop
Projektpartner:innen
Dr. Eva Maria Fallenberg, Dr. Michael Ingrisch et. al. (LMU München)
Dr. Christoph Engel et. al. (Universität Leipzip)
Prof. Dr. Rita Schmutzler et. al. (Universitätsklinikum Köln)
Prof. Dr. Nico Karssemeijer et. al. (Nijmegen)
Deutsches Konsortium für Familiären Brust- und Eierstockkrebs
Forschende
Ani Ambroladze
Forschung
Breast-MRI, Deep Learning