Zwischen 2011 und 2030 wird in Deutschland mit einem Anstieg der Krebsneuerkrankungen um 23% gerechnet. Dies erfordert eine Effizienzsteigerung, Integration und Personalisierung der Versorgung dieser vulnerablen Gruppe von Diagnostik über Therapieempfehlung und -applikation bis hin zur häuslichen Versorgung. 

In diesem Teilprojekt werden dafür spezifische Maßnahmen von der molekularen Diagnostik, der Erhebung psychosozialer, pathologischer, histologischer und radiologischer Daten über die Datenintegration bis hin zur Therapieempfehlung und Umsetzung im häuslichen Umfeld untersucht. Die Integration neuer Biomarker sowie die Exposomics, die in der Routineversorgung von Krebspatient:innen erhoben werden, sind für das molekulare Tumorboard und die Therapieempfehlung von entscheidender Bedeutung. Zudem ist die Therapielandschaft durch neue Entwicklungen für einzelne Behandelnde kaum noch zu überblicken. Mit Hilfe künstlicher Intelligenz (KI) ist es möglich, aus überwiegend unstrukturierten Krankenhausdaten sowie molekularen, pathologischen, histologischen und radiologischen Daten, dass Tumorboard besser zu strukturieren und Tumorboard-Entscheidungen zu unterstützen. 

Ziel ist die interdisziplinäre, interprofessionelle, multidimensionale Charakterisierung onkologischer Patient:innen als Grundlage für eine KI-unterstützte Multilevel-Datenintegration zur Optimierung von Tumorboard-Entscheidungen und der stationären und häuslichen Versorgung. Darüber hinaus soll eine engere Vernetzung der onkologischen Zentren der UMO am Klinikum Oldenburg und am PIUS Hospital erreicht werden. Die Auswahl der drei Modellentitäten nicht-kleinzelliges Lungenkarzinom (NSCLC), kolorektales Karzinom (CRC) und malignes Melanom (MM) erfolgt auf Grund ihrer hohen Prävalenz, der hohen klinischen Expertise der Antragsteller:innen und des hohen regionalen Versorgungsanteils von über 80% durch die Krebszentren der UMO in der Nordwest-Metropol-Region.