KI für neue Therapien

Die Entwicklung neuer Therapien steht vor großen Herausforderungen: Erkrankungen verlaufen individuell, medizinische Daten sind vielfältig und oft schwer zusammenzuführen, während Forschung, Diagnostik und Therapieplanung zunehmend komplexer werden. Gleichzeitig müssen neue Behandlungsverfahren sicher, wirksam, nachvollziehbar und unter realen Bedingungen einsetzbar sein – bei begrenzten Ressourcen und steigendem Zeit- und Kostendruck.

Künstliche Intelligenz eröffnet neue Wege, um relevante Muster in großen und multimodalen Datensätzen zu erkennen, Therapien gezielter auf einzelne Patientinnen und Patienten abzustimmen und Entwicklungs- sowie Herstellungsprozesse effizienter zu gestalten. Damit daraus ein verlässlicher Nutzen für die Gesundheitsversorgung entsteht, braucht es interdisziplinäre Forschung, sichere Datenräume, robuste und erklärbare Verfahren sowie eine sorgfältige Prüfung unter klinischen Bedingungen.

Um die Herzgesundheit von Krebspatienten zu verbessern, entwickelt COMPASS patientenzentrierte Behandlungen in der Kardio-Onkologie. Das Projekt wird von der EU im Rahmen der Innovative Health Initiative (IHI) gefördert und vereint 62 Partner wie GE Healthcare und King’s College London. Das Fraunhofer IKS leitet das Arbeitspaket zur Risikostratifizierung und Entwicklung von Vorhersagemodellen.

https://compass-care.eu/

https://www.iks.fraunhofer.de/de/projekte.html

Die Behandlung von Krebserkrankungen mit neuen, individuellen Zelltherapien ist nicht nur ein langwieriger, sondern auch ein sehr kostspieliger Prozess. Im EU-Projekt AIDPATH werden die Partner aus Industrie und Forschung über einen Zeitraum von vier Jahren eine automatisierte und intelligente Anlage zur Herstellung sogenannter CAR-T-Zellen aufbauen, welche in der Lage ist, eine gezielte und patientenspezifische Zelltherapie direkt am Behandlungsort herzustellen. Darüber hinaus befasst sich das Projekt mit der Integration der Anlage in die Krankenhausumgebung unter Berücksichtigung der logistischen Prozesse sowie des Datenmanagements und der Datensicherheit.

https://www.ipt.fraunhofer.de/de/projekte/aidpath.html

https://www.sciencrew.com/c/6499?title=AIDPATH

Gefördert durch die Innovative Medicines Initiative (IMI) erforscht das Fraunhofer Cluster of Excellence Immune-Mediated Diseases CIMD gemeinsam mit 25 europäischen Partnern aus Forschung, Pharmaunternehmen, KMUs und Patientenorganisationen eine bisher wenig erforschte Krankheit, von der Millionen Menschen betroffen sind. Die 26 europäischen Partner im neuen Forschungsprojekt HIPPOCRATES wollen innovative Diagnose- und Therapiemöglichkeiten für Patienten mit Psoriasis-Arthritis durch die Erforschung der Erkrankung und der Krankheitsmechanismen entwickeln. Durch ein besseres Verständnis des komplexen Zusammenspiels zwischen klinischen und umweltbedingten Faktoren, dem Genotyp und den molekularen Krankheitsverläufen will das Team eine frühere Diagnose und eine genauere Vorhersage des Krankheitsverlaufs ermöglichen. Dies wird die Behandlung von Psoriasis-Arthritis Patienten revolutionieren.

https://www.hippocrates-imi.eu/

https://www.itmp.fraunhofer.de/de/presse/presse-archiv/hippocrates.html

Die CAR-T-Therapie ist eine hochmoderne Krebsbehandlung, bei der Krebszellen mit Hilfe der körpereigenen Immunzellen von Patientinnen und Patienten erkannt und zerstört werden. Die Therapie ist hochwirksam, gleichzeitig jedoch auch mit einem komplexen, langwierigen und oftmals manuellen Herstellungsprozess verbunden, der bislang nur an einer begrenzten Zahl von Standorten durchgeführt werden kann.

Diesem Problem nimmt sich das neue Forschungsprojekt EASYGEN an: Unter Konsortialleitung der Fresenius SE & Co. KGaA hat sich ein Konsortium bestehend aus insgesamt 18 Partnern zusammengeschlossen, dass es sich zum Ziel gesetzt hat, eine vollautomatisierte, krankenhausbasierte Plattform zu entwickeln, mit deren Hilfe personalisierte CAR-T-Zelltherapien innerhalb weniger Tage und vor Ort im Krankenhaus hergestellt werden können.

Fraunhofer IESE unterstützt EU-weit gefördertes Forschungsprojekt zur automatisierten Herstellung von CAR-T-Zellen am Krankenbett - Fraunhofer IESE

EASYGEN | IHI Innovative Health Initiative

Im DAVINA-Projekt möchten wir ein wegweisendes Clinical Decision Support System (CDSS) entwickeln, das aktiv Anästhesisten und Patienten in der individuellen Anästhesieplanung unterstützt. Ziel ist es, dass Patientinnen und Patienten ihre Gesundheitsdaten über ein benutzerfreundliches Portal teilen können, während unsere virtuelle Ansprechperson »Davina« sie über verschiedene Anästhesieverfahren und deren Risiken aufklärt.

Das CDSS soll medizinische Leitlinien und KI-gestützte Analysen nutzen, um präzise, evidenzbasierte Therapieempfehlungen zu erstellen. Hiermit beabsichtigen wir, die Patientenbeteiligung zu stärken, die Qualität der Therapieplanung zu erhöhen und die Arbeitsbelastung des medizinischen Personals zu reduzieren.

Das Projekt »TITAN – Trusted envIronments for confidenTiAl computiNg and secure data sharing« wird den Interoperabilitätsrahmen (IF) der European Open Science Cloud (EOSC) um eine Software-Plattformlösung für eine vertrauliche Datenzusammenarbeit sowie für die sichere und Privatsphäre-wahrende Datenverarbeitung bereichern.

Die Plattform wird den Zugang zu sensiblen Datensätzen von öffentlichen Einrichtungen und Regierungsbehörden ermöglichen und auf technischer, semantischer, organisatorischer sowie rechtlicher Ebene mit dem EOSC IF kompatibel sein. Um die Übernahme der Open-Source-Software-Artefakte von TITAN durch die Gemeinschaft zu fördern, wird die Lösung in mehreren vertikalen grenzüberschreitenden Szenarien praktisch demonstriert – insbesondere in der öffentlichen Verwaltung und im Gesundheitswesen.

TITAN - Fraunhofer ISST

Jedes Jahr sterben in Deutschland Tausende an schwarzem Hautkrebs. Um diese Zahl zu senken, starten drei sächsische Einrichtungen ein vielversprechendes Forschungsprojekt: Mit »KI-CARs« wollen das Fraunhofer-Institut für Zelltherapie und Immunologie IZI, die Universität Leipzig und das Helmholtz-Zentrum Dresden-Rossendorf (HZDR) die Immuntherapie entscheidend weiterentwickeln. Das Ziel lautet, mit Hilfe von Künstlicher Intelligenz die körpereigene Immunabwehr gezielt zu aktivieren, um den Tumor wirksamer und zugleich nebenwirkungsärmer zu bekämpfen.

https://www.hzdr.de/db/Cms?pNid=99&pOid=72231

In dem durch das Bundesministerium für Gesundheit geförderte Projekt SATURN forscht das Fraunhofer IESE gemeinsam mit den Projektpartnern an Methoden zur Nutzung von KI-Technologien aus den Bereichen der regelbasierten Systeme und des Maschinellen Lernens für eine nachvollziehbare und transparente Entscheidungsunterstützung / Verdachtsdiagnose im Kontext unklarer Erkrankungen.

https://www.iese.fraunhofer.de/de/referenz/saturn-smartes-artzportal.html

https://www.saturn-projekt.de/

Im Rahmen eines Drug-Repurposingprojekts für die Entwicklung einer Therapie für eine seltene neurometabolische Erkrankung ist der Arbeitsgruppe die Identifizierung einer Gruppe therapeutisch wirksamer Substanzen gelungen, die sich kurz vor dem Einsatz in einer allerersten klinischen Studie für die Erkrankung befinden. Bei der Erkrankung handelt es sich um die Multiple Sulfatase Defizienz (MSD), eine neurodegenerative, multisystemische, schwere Erkrankung aus dem Formenkreis der lysosomalen Erkrankungen ohne Therapieoptionen. Die Erkrankung ist charakterisiert durch einen simultanen Aktivitätsverlust aller zellulärer Sulfatasen und der daraus resultierenden Pathophysiologie. Nach Entwicklung eines Hochdurchsatzscreeningassays gelang die Identifizierung zweier Retinoide, die alleine und in Kombination die Sulfataseaktivitäten in MSD Zellen erhöhten und die in-vitro Pathophysiologie normalisierten. Weil es sich um für eine andere Behandlungsindikation zugelassene Medikamente mit bekannter Nebenwirkungs- und Toxikologiespektrum handelt, bieten sie sich für eine Verwendung in einer anderen Indikation, in diesem Fall der MSD, an (Drug Repurposing).

https://www.itmp.fraunhofer.de/de/presse/presse-archiv/REMEDi4ALL.html

https://remedi4all.org/

• Forschungs-OP als offene Plattform für die Entwicklung, den Test und die klinische Erprobung robotischer und KI-gestützter chirurgischer Systeme - seit März 2026 in Betrieb, eröffnet von Ministerin Dr. Dorit Stenke
• Erforschung robotergestützter und teil-automatisierter chirurgischer Eingriffe mit vernetzten Systemen
• Entwicklung neuer Trainingskonzepte mittels patientenspezifischer Modelle, intelligenter Assistenzsysteme und bildgebender Verfahren
• Prozessoptimierung im OP: herstellerunabhängiger Datenaustausch, Tracking-Systeme, Augmented Reality, Sprachsteuerung

LIROS steht Unternehmen, Start-ups und klinischen Partnern als offene Forschungsplattform zur Verfügung - für Produkttests, Usability-Studien und die klinische Validierung neuer Systeme unter realen OP-Bedingungen.

Lübeck Innovation Hub for Robotic Surgery - Fraunhofer IMTE

Um neue Technologien im Gesundheitssystem einzuführen, müssen ihre Sicherheit, Robustheit, und Zuverlässigkeit ausführlich geprüft werden. Speziell für die Bereiche KI und Robotik gibt es in der Europäischen Union hohe Qualitätsanforderungen, jedoch noch eine unzureichende Testinfrastruktur, mit der sich Standards entwickeln, Innovationen prüfen und neue Produkte zertifizieren lassen.

Das TEF-Health-Konsortium möchte diesen Prozess verbessern und die Validierung und Zertifizierung von KI und Robotik in medizinischen Geräten beschleunigen. Dafür entwickelt das Team eine (virtuelle und physische) Testinfrastruktur, die verschiedenen Technologien in realitätsgetreuen Umgebungen evaluieren kann, darunter z.B. Krankenhäuser und Labore. Anwender*innen können dann zum Beispiel sowohl Software zur Patient*innenbetreuung oder Diagnostik als auch Operations- oder Pflegeroboter testen

https://www.hhi.fraunhofer.de/news/nachrichten/2023/fraunhofer-hhi-entwickelt-europaweite-testinfrastruktur-fuer-ki-und-robotik-im-gesundheitswesen.html

https://tefhealth.eu/home

Bei Erkrankungen wie entzündlichen rheumatischen Erkrankungen (z. B. axiale Spondyloarthritis), Spondylolisthesis, Skoliose, Morbus Bechterew, Morbus Scheuermann oder Bandscheibenvorfällen sind chronische Rückenschmerzen ein häufiges Symptom. Meist erhält der Patient oder die Patientin Physiotherapie, alleine oder ergänzend zu den Medikamenten. Die Physiotherapie soll dabei eine Stärkung der Muskeln des unteren Rückens fördern. Unter normalen Umständen wird die Muskulatur des unteren Rückens nicht bewusst kontrahiert. Deshalb wird das gezielte Training dieser Muskulatur als schwierig empfunden. Um das Training zu erleichtern, wollen die Verbundpartner ein tragbares Ultraschall-System entwickeln. Dieses soll ein Biofeedback über die Genauigkeit des Trainings liefern. Die Grundlage dafür soll die Analyse der Muskelkontraktion sein. Die Muskelkontraktion wird mit Hilfe von Ultraschall gemessen. Die aufgenommenen Ultraschallsignale werden an ein Elektronikmodul übertragen. In diesem werden die Signale mit sogenannten Deep-Learning- Ansätzen analysiert. Daraus wiederum wird dann ein Biofeedback generiert und an den Patienten oder die Patientin gegeben. Diese können dann das Training entsprechend anpassen.

https://www.gesundheitsforschung-bmbf.de/de/ultrawear-ultraschall-basiertes-wearable-als-biofeedback-system-fur-ein-effektives-12518.php

Was bei den meisten Menschen ganz unbewusst geschieht, stellt autistische Kinder vor eine große Herausforderung: Die Emotionen des Gegenübers richtig erkennen, interpretieren zu können und darauf entsprechend zu reagieren. Ziel des Verbundprojektes ERIK ist daher die Entwicklung einer Roboterplattform, die neue Interaktionsstrategien in der Therapie von Kindern mit eingeschränkten sozio-emotionalen Fähigkeiten, wie bspw. Kindern im Autismusspektrum, aufgreift.

Unser Lösungsansatz:

• Integration sensorbasierter Emotionserkennung auf Basis von Mimik, Sprache und physiologischer Signale
• Schaffung einer neuartigen Kind-Roboter-Interaktion mittels mehrerer therapeutischer Interaktionsansätze
• Steigerung der Kommunikationsfähigkeit autistischer Kinder durch spielerisches Training und positives Bestärken (z.B bei Lernerfolgen)

https://www.iis.fraunhofer.de/de/ff/sse/machine-learning/affective-sensing/emotionssensitive-robotik.html

https://www.interaktive-technologien.de/projekte/erik

Click2Print Artificial Eyes (C2PAE) ist ein Projekt zur Entwicklung von 3D-gedruckten Augenprothesen. Forschende des Fraunhofer IGD haben eine Software entwickelt, die den vollständig digitalen Prozess des 3D-Drucks von künstlichen Augen ermöglicht. Dabei kommt der 3D-Druckertreiber Cuttlefish zum Einsatz, den das Institut seit 2014 entwickelt. Das deutsche Unternehmen FIT AG ist ebenfalls als Projektpartner an C2PAE beteiligt und konzentriert sich auf die additive Fertigung von Augenprothesen mit dem Polyjet-Verfahren. Die FIT AG übernimmt das Qualitätsmanagement für die 3D-gedruckte Herstellung der Augenprothesen und strebt die Entwicklung eines Verfahrens zur Serienfertigung von Augenprothesen an. Im Rahmen von C2PAE werden Tests mit patientenspezifischen Daten am Moorfields Eye Hospital in London durchgeführt. Außerdem ist das Start-up-Unternehmen Ocupeye beteiligt, das die Software lizenziert und betreibt und sich um regulatorische Fragen, die Vermarktung der Augenprothesen und den Vertrieb kümmert.

https://www.igd.fraunhofer.de/de/forschung/oeffentliche-projekte/gesundheit-und-pflege/3d-gedruckte-augenprothesen.html

https://www.cuttlefish.de/

Durch eine alternde Bevölkerung und damit einhergehend einer steigenden Anzahl von Krebserkrankungen, sowie einer zunehmenden Anzahl von komplexen Diagnoseverfahren für neue Therapien in der Krebsbehandlung, steigt die Arbeitslast in der Pathologie unaufhörlich an. Gleichzeitig gibt es einen Mangel an Fachkräften. Die Digitalisierung zusammen mit Verfahren der künstlichen Intelligenz bieten hier neue Möglichkeiten für eine Unterstützung in der pathologischen Diagnostik und helfen so die Bedarfslücke zu schließen.

https://www.scs.fraunhofer.de/de/referenzen/ada-center/robuste-ki-medizin.html

Ein zentrales Element bei der Psychotherapie von Angststörungen ist es, die Betroffenen den Angst auslösenden Situationen auszusetzen. Im Projekt wird ein System entwickelt, das die emotionalen Reaktionen der Klientinnen und Klienten während solcher Expositionen multimodal erfasst und daraus durch Datenfusion Parameter extrahiert, die für den weiteren Verlauf relevant sind. Aus diesen Parametern werden Mikrointerventionen abgeleitet, die den Patientinnen und Patienten durch einen virtuellen Agenten in einer intuitiven Interaktion zur Verfügung gestellt werden. Durch die maschinelle Verarbeitung der in zahlreichen Expositionen gewonnenen Datensätze werden Prognosen für erfolgreiche Mikrointerventionen abgeleitet.

https://www.interaktive-technologien.de/projekte/optapeb

https://www.iis.fraunhofer.de/de/ff/sse/machine-learning/affective-sensing.html

Im Dentalbereich stellen Bilddaten die primäre Informationsquelle für die Einschätzung des Gesundheitszustandes einer Person dar und dienen außerdem als Grundlage für die weitere Planung des Behandlungsverlaufes. Dabei kommen sowohl extraorale Aufnahmen wie das Orthopantomogramm (OPG) oder das Fernröntgenseitenbild (FRS), als auch intraorale Aufnahmen, wie Bissflügelaufnahmen, zum Einsatz. Das OPG ist hierbei die typische initiale Aufnahme, da alle Zähne inklusive Wurzel gut sichtbar abgebildet werden.

https://www.igd.fraunhofer.de/de/forschung/kernkompetenzen/dentalbildanalyse.html

In vielen Anwendungsbereichen kann eine Erfassung von affektiven und kognitiven Zuständen vorteilhaft sein. Beispielsweise in Bereichen wie Usability Testing kann eine Zustandserkennung eine bessere Einsicht über die Wirkung eines Produktes auf den Nutzer schaffen und Auskunft über dessen eventuelle Überforderung mit dem Produkt geben.

Allerdings werden einige Zustände äußerst subtil geäußert, sodass ihre Erfassung eine große Herausforderung darstellt. So reicht eine Modalität, z.B. Video, nicht aus, um eine kognitive Überforderung robust zu erkennen. Erst durch die Fusion von unterschiedlichen Modalitäten, wie Blickerfassung und verschiedenen Biosignalen, kann dies ermöglicht werden.

https://www.scs.fraunhofer.de/de/referenzen/ada-center/nachvollziehbare-ki-zur-multimodalen-zustandserkennung.html

https://www.scs.fraunhofer.de/de/referenzen/ada-center.html