ROKAVI – Risikoprädiktion in der Onkologie: Entwicklung eines KI-Algorithmus, Versichertenpräferenzen und ethische Implikationen

Projektbeschreibung

Krebserkrankungen zählen weltweit zu den häufigsten Erkrankungen, und die Zahl der Betroffenen steigt kontinuierlich. Sie belasten sowohl die Betroffenen als auch das Gesundheitssystem stark. Durch gezielte Präventionsmaßnahmen und eine möglichst frühe Diagnose kann die Chance auf eine erfolgreiche Behandlung deutlich erhöht werden. In diesem Bereich bieten Modelle, die künstliche Intelligenz (KI) nutzen, ein hohes Potenzial, um Erkrankungen frühzeitig zu erkennen und die Versorgung von Patientinnen und Patienten in Zukunft zu verbessern. Hier setzt das Projekt ROKAVI an.

Auf Basis einer systematischen Literaturrecherche und eines Expertenworkshops werden Krebserkrankungen identifiziert, die für KI-basierte Vorhersagemodelle besonders geeignet erscheinen. Anschließend werden entsprechende Modelle anhand von Krankenkassendaten entwickelt. Die Vorhersagegenauigkeit für das Erkrankungsrisiko einer ausgewählten Krebserkrankung wird explorativ mit einem parallel entwickelten statistischen Algorithmus verglichen.

Darüber hinaus sollen die ethischen Implikationen untersucht werden, die für den Einsatz solcher Modelle im Versorgungsalltag relevant sind. Auch die Perspektiven von Patientinnen und Patienten sowie der gesetzlichen Krankenkassen fließen durch gezielte Befragungen in das Projekt ein. In einem abschließenden Workshop werden konkrete Handlungsempfehlungen für den zukünftigen Einsatz KI‑basierter Prädiktionsmodelle erarbeitet.

Das Projekt wird für drei Jahre mit insgesamt ca. einer Million Euro gefördert.

Im Erfolgsfall können die Ergebnisse die Grundlage für den Einsatz KI-basierter Modelle zur Früherkennung von Krebserkrankungen schaffen. Dadurch besteht die Möglichkeit, den Krankheitsverlauf von Patientinnen und Patienten positiv zu beeinflussen und die Versorgungskosten zu reduzieren. Darüber hinaus besteht das Potenzial, analoge Vorhersagemodelle auf andere Krankheitsgebiete anzuwenden.

Konsortialpartner

BKK mkk – meine krankenkasse, ITSC GmbH, Pronova BKK

Themenfeld: Algorithmen für die Erkennung gesundheitlicher Risiken auf der Basis von Sekundärdaten

Sitz des Antragstellers: Niedersachsen

Laufzeit: 01/2026 – 12/2028

Status: laufend

Förderkennzeichen: 01VSF25043

Kontakt

Prof. Dr. Christian Krauth
Medizinische Hochschule Hannover
Institut für Epidemiologie, Sozialmedizin und Gesundheitssystemforschung
Carl-Neuberg-Straße 1
30625 Hannover
+49 511 532-4426
krauth.christian@mh-hannover.de