Else Kröner Memorialstipendien für Projekte zu Nierenerkrankungen und Brustkrebsdiagnostik

Warum verlaufen bestimmte angeborene Nierenerkrankungen bei den Betroffenen unterschiedlich schwer? Kann Künstliche Intelligenz die Brustkrebsdiagnostik verbessern? Mit diesen Fragen befassen sich zwei aktuelle Projekte der Universität Heidelberg. Die Else Kröner-Fresenius-Stiftung fördert diese in den kommenden zwei Jahren mit jeweils 250.000 Euro.

Das Else Kröner Memorialstipendium ermöglicht es jungen Ärztinnen und Ärzten, sich für zwei Jahre von klinischen Aufgaben freistellen zu lassen, um ein vielversprechendes medizinisches Forschungsvorhaben gezielt voranzutreiben. Damit soll der Grundstein zur wissenschaftlichen Selbstständigkeit und zur Karriere als Clinician Scientist gelegt werden.

2026 erhalten insgesamt neun besonders begabte Medizinerinnen und Mediziner aus deutschen Universitätsklinika ein Memorialstipendium der Else Kröner-Fresenius-Stiftung (EKFS) in Höhe von jeweils 250.000 Euro. Darunter sind auch die Heidelberger Wissenschaftler:innen Dr. Caroline M. Kolvenbach und Dr. André Pfob.

Unterschiedliche Verläufe erblicher Nierenerkrankungen

Veränderungen im Gen HNF1B gehören zu den häufigsten genetischen Ursachen angeborener Nierenfehlbildungen. Dabei kann die Ausprägung der Nierenerkrankung bei den betroffenen Patientinnen und Patienten sehr unterschiedlich sein – von milden strukturellen Veränderungen der Organe bis hin zu schweren Fehlbildungen, die eine frühzeitige Einschränkung der Nierenfunktion zur Folge haben.

Warum diese Unterschiede entstehen, erforscht Dr. Caroline Kolvenbach in ihrem Projekt „Entschlüsselung allelabhängiger phänotypischer Unterschiede bei HNF1B-assoziierten Nierenerkrankungen“. Kolvenbach ist Wissenschaftlerin an der Medizinischen Fakultät Heidelberg der Universität Heidelberg und Ärztin in der Klinik I – Pädiatrische Nephrologie, Hepatologie und Transplantationsmedizin am Zentrum für Kinder- und Jugendmedizin des Universitätsklinikums Heidelberg (seit September 2026 unter der Leitung von Prof. Jun Oh).

Für ihre Forschungsarbeit wird Kolvenbach klinische und genetische Daten von Patientinnen und Patienten mit angeborenen Nierenfehlbildungen mit experimentellen Modellen kombinieren. Mithilfe von Nieren-Organoiden und genetisch veränderten Stammzellen möchte sie die Auswirkungen unterschiedlicher Varianten des betrachteten Gens auf die Nierenentwicklung untersuchen. „Mein Ziel ist es, sowohl die Entstehung der HNF1B-bedingten angeborenen Nierenfehlbildungen als auch die Ursachen für die unterschiedlichen Ausprägungen besser zu verstehen“, so die Wissenschaftlerin. Langfristig könnten ihre Ergebnisse dazu beitragen, neue Ansatzpunkte für zukünftige Therapien zu finden.

KI-gestützte Bilddatenauswertung für eine verbesserte Brustkrebsdiagnostik

Ob eine auffällige Veränderung der Brust gut- oder bösartig ist, lässt sich durch eine Ultraschalluntersuchung nicht immer eindeutig beurteilen. Zur Absicherung werden bei den betroffenen Patientinnen mittels einer Biopsie Gewebeproben entnommen und im Anschluss untersucht, wobei sich ein großer Teil der Befunde als gutartig herausstellt.

Zusätzliche Informationen kann die Scherwellen-Elastographie (SWE) liefern: ein bildgebendes Verfahren, das Unterschiede in der Gewebefestigkeit sichtbar macht. Der Einsatz von SWE zusätzlich zur Ultraschalluntersuchung könnte einigen Frauen mit gutartigen Befunden unnötige Eingriffe ersparen. Die Interpretation der Bilder ist jedoch komplex und von Patientin zu Patientin unterschiedlich.

Dr. André Pfob hat gemeinsam mit seinem Team ein auf Künstlicher Intelligenz (KI) basierendes Verfahren entwickelt, das die Bildinformationen der SWE automatisiert auswertet und damit die diagnostische Einschätzung der Ärztinnen und Ärzte unterstützen könnte. Pfob forscht als wissenschaftlicher Leiter der Studienzentrale Senologie an der Medizinischen Fakultät Heidelberg der Universität Heidelberg sowie als Group Leader „Patient-centered AI“ am neu gegründeten Institute for Medical AI (IMAI, Direktor: Professor Dr. Jakob Nikolas Kather).

In Vorarbeiten zeigte er, dass sich mithilfe des KI-Verfahrens Brustkrebs zuverlässig erkennen und zugleich die Zahl vermeidbarer Gewebeentnahmen verringern lässt. Im Projekt „KI-gestützte Scherwellen-Elastographie zur Verbesserung der Brustkrebsdiagnostik: Eine prospektive Phase-II-Validierungsstudie“ wird der Wissenschaftler ab November 2026 in einer klinischen Studie untersuchen, ob sich diese Ergebnisse unter realen Versorgungsbedingungen bestätigen.