Dell-Technologie für Hochleistungs-KI-Szenarien KI revolutioniert den Kampf gegen Krebs

Anbieter zum Thema

Dell GmbH

WatchGuard Technologies GmbH

Fsas Technologies GmbH

mibeca GmbH – Mike Bergmann Akademie

KI hilft, die Ursachen und die Entwicklung von Krebserkrankungen besser zu verstehen und individuelle Therapien zu entwickeln. Für die Bereitstellung und Verarbeitung der enormen Datenmengen, die damit verbunden ist, werden äußerst leistungsfähige und skalierbare IT-Infrastrukturen benötigt.

Künstliche Intelligenz verändert unser Leben rasant, insbesondere auch die Medizin. Sie hilft, die Ursachen und die Entwicklung von Krebserkrankungen besser zu verstehen und individuelle Therapien zu entwickeln. Doch für die Bereitstellung und Verarbeitung der enormen Datenmengen, die damit verbunden ist, werden äußerst leistungsfähige und skalierbare IT-Infrastrukturen benötigt.

Rund 230.000 Menschen sterben allein in Deutschland jedes Jahr an Krebs – es ist nach Herz-Kreislauf-Erkrankungen die zweithäufigste Todesursache. Allerdings sinkt die altersstandardisierte Krebssterblichkeit seit Jahrzehnten. Das liegt vor allem an der besseren Früherkennung und Behandlung, zu der auch Fortschritte im Bereich der Künstlichen Intelligenz (KI) beitragen. Die Technologie ist extrem gut darin, Zusammenhänge und Muster zu erkennen, und damit eine riesige Hilfestellung nicht nur bei der Diagnose, sondern auch bei der Ermittlung von erblich bedingten Ursachen, der Entwicklung neuer Therapien und der Auswahl der bestmöglichen Behandlungsmethoden für jeden einzelnen Patienten.

Initiative „KI gegen Krebs“

KI und Krebsforschung – ein kraftvolles Duo

Spendenaktionen des KiTZ und der IT-BUSINESS

Forschungseinrichtungen benötigen finanzielle Mittel, um Krebserkrankungen besser erforschen und Behandlungen entwickeln zu können. Daher sind sie auch auf Spenden angewiesen.

Das KiTZ etwa sammelt derzeit unter dem Motto „Join the Fight! AI Against Child Cancer“ für Forschungsprojekte, die neue und verbesserte Therapien für Krebserkrankungen bei Kindern hervorbringen sollen.

Die IT-BUSINESS hat eine Initiative „KI gegen Krebs“ gestartet. Denn an der Universität Würzburg wird an einer sehr erfolgversprechenden Weiterentwicklung der Immuntherapie mit Car-T-Zellen geforscht. KI kann dort helfen, große Mengen an Daten zu analysieren und zu korrelieren. Dafür ist die Einrichtung einer KI-Juniorprofessur nötig. Dafür braucht es Gelder und Ihre Spenden!

Mehr Infos gibt es hier: https://www.it-business.de/ki-gegen-krebs/

Krebserkennung und -behandlung mithilfe von KI

Am Hopp-Kindertumorzentrum Heidelberg (KiTZ) beispielsweise analysiert eine Forschungsgruppe molekulare Daten von Hirntumoren mit einem selbst entwickelten KI-Modell, um Krebserkrankungen bei Kindern und Jugendlichen zuverlässiger zu erkennen und die Tumorarten präziser zu klassifizieren. Heute unterscheidet man bei Hirntumoren bereits über 100 Arten, für die man passgenaue Therapien bieten möchte. Schließlich hat jede Tumorart eigene Merkmale und spricht unterschiedlich gut auf die verschiedenen zur Verfügung stehenden Therapieoptionen an.

Die Therapien werden ebenfalls mit KI-Unterstützung immer präziser auf den jeweiligen Tumor und Patienten zugeschnitten: Mittels KI wird hierbei untersucht, welche Effekte etwa eine Bestrahlung oder medikamentöse Behandlung auf die Krebszellen hat oder welche genetische Prädisposition den Therapieerfolg beeinflusst. Das Ziel: eine personalisierte Krebsmedizin. Darüber hinaus wird KI inzwischen auch eingesetzt, um neben einem Tumor liegende Organe zu konturieren, sodass sie bei der Bestrahlung geschont werden können. Sie hilft, die Bestrahlung in Echtzeit an die aktuelle Lage der Organe im Körper anzupassen und Operationsverläufe besser zu prognostizieren.

Im Projekt DECIPHER-M wiederum erforschen mehrere Universitätskliniken und Forschungseinrichtungen gemeinsam die Entstehung und Ausbreitung von Metastasen. Sie vereinen verschiedene Datenquellen wie Gewebeproben, Röntgen- und MRT-Bilder sowie genetische Informationen und werten sie mit KI aus, um das Metastasierungsrisiko frühzeitig einschätzen und gezielte Therapiemaßnahmen ableiten zu können. Allerdings ist der Kampf gegen Krebs nicht allein ein Anliegen von Kliniken und Forschungseinrichtungen – auch Unternehmen sind in diesem Bereich aktiv. Das Startup Fuse-AI hat beispielsweise eine KI entwickelt, die Prostatakarzinome in MRT-Aufnahmen erkennt, zwischen gut- und bösartigen Tumoren unterscheiden kann und das Läsionsvolumen bestimmt.

Ausstellung „Future Box“

Bessere Gesundheit und Versorgung durch KI?

Aufbau einer große Datenbasis

All diese Anwendungsfälle hängen von hochwertigen Datenbeständen ab, mit denen die KI-Modelle trainiert werden. Da einzelne Organisationen in der Regel aber nur über eine begrenzte Anzahl von eigenen Datensätzen verfügen, lebt die Forschung sehr stark vom Informationsaustausch. Das KiTZ hat deshalb zum Beispiel die MNP Plattform ins Leben gerufen, ein kostenlos zur Verfügung stehendes Webportal, in dem bisher über 160.000 Tumorproben aus mehr als 40 Ländern hochgeladen wurden. Nicht nur kann so die Diagnose von Patienten weltweit präzisiert werden, das KiTZ ist dadurch auch in der Lage, sein KI-Modell zu trainieren und kontinuierlich zu verbessern.

Während die Entwicklung und das Training von Machine-Learning-Modellen für die Auswertung von genetischen Daten und Bildern sowie für die Auswahl von Therapien und die Prognose von Erfolgschancen schon recht weit fortgeschritten ist, ist der Einsatz von großen Sprachmodellen (LLMs) noch vergleichsweise neu. Diese lassen sich unter anderem einsetzen, um Berichte zu klinischen Studien, Arztnotizen und andere unstrukturierte Formate in kurzer Zeit auszuwerten – sei es, um Daten für das KI-Training in ein maschinenlesbares Format zu bringen oder Ärzten und Forschern die Recherche zu erleichtern. Statt während eines Tumorboards manuell unzählige Dokumente zu durchforsten, können sie die KI anweisen, passende Referenzen herauszusuchen und zusammenzufassen.

Auch die Universitätsmedizin Essen (UME) nutzt KI, um aus aufgezeichneten Arzt-Patienten-Gesprächen strukturierte, maschinenlesbare Daten zu erstellen. Auf diese Weise wächst der Datenbestand für das KI-Training, und die Patientendaten lassen sich mit neuen, KI-basierten Anwendungen analysieren. Denn nicht selten bremst gerade in Deutschland das Fehlen digitaler Patientendaten den KI-Einsatz noch aus – andere Länder sind hier deutlich weiter. Zudem ist der hiesige Datenschutz oft eine Hürde, die den Austausch und die Nutzung von Daten erschwert. Datenschutz ist fraglos ein hohes Gut, doch das Löschen, Verändern oder Aufteilen von Daten, die einen Patienten identifizierbar machen, kann dazu führen, dass der KI wichtige Zusammenhänge entgehen, die zuverlässigere Diagnosen und präzisere Behandlungsempfehlungen ermöglichen würden.

Höchstleistung der IT

Das Training von KI-Modellen und die Auswertung von Daten stellen enorme Anforderung an die IT-Infrastrukturen. Allein das KiTZ speichert und verarbeitet derzeit rund 2,5 Petabyte – Tendenz steigend, weshalb es auf einfach und schnell skalierende Storage-Lösungen angewiesen ist. Mit Dell PowerScale setzt das KiTZ auf ein hybrides Scale-out-NAS, das mit einer Kombination aus Flash und Disk eine schnelle Datenbereitstellung und eine kosteneffiziente Datenhaltung ermöglicht. Überschreitet das Datenvolumen einen definierten Stellenwert, werden weitere Nodes nachbestellt, die sich ohne großen Aufwand integrieren lassen. Die unkomplizierte Verwaltung der Systeme mit vielen Automatismen, etwa bei der Fehlererkennung und beim Troubleshooting, entlasten das IT-Team und erleichtern es, Speicherkontingente rasch und unbürokratisch zu erweitern, wenn Forscher für ein Projekt zusätzliche Kapazitäten benötigen.

Die meisten Modelltrainings und Datenanalysen finden auf einem HPC-Cluster statt. Darüber hinaus besitzt das KiTZ aber auch eine Reihe leistungsstarker Dell-Workstations. Der Cluster ist noch recht neu und basiert auf PowerEdge-Servern von Dell Technologies, die mit Nvidias L40S-GPUs ausgestattet sind. Gegenüber dem Vorgänger-Cluster bietet er eine um mehrere hundert Prozent gesteigerte Rechenleistung, die benötigt wird, weil die Forscher nicht mehr nur das Exom – die proteinbasierten Bereiche des Genoms –, sondern das ganze Genom sequenzieren, was mit der Verarbeitung von zehn- bis zwanzigmal so großen Datenmengen einhergeht. Die hohe Performance stellt sicher, dass alle regelmäßig laufenden Berechnungen ebenso durchgeführt werden können wie kurzfristige Analysen, wenn etwa für ein dringendes Tumorboard die Ergebnisse für einen bestimmten Fall gebraucht werden.

Letztlich ist KI im Kampf gegen den Krebs ein extrem vielseitiges und effektives Werkzeug, dessen Potenzial sich jedoch nur mit ausreichend Daten und flexiblen, leistungsstarken IT-Infrastrukturen voll ausschöpfen lässt.

(ID:50502675)