Krebsfrüherkennung: MHH-Team untersucht Potenzial der KI4. August 2026 Erforschen das Potenzial von KI bei der Früherkennung von Krebs: Dr. Kathrin Krüger, Viktoria Wiesner, Prof. Christian Krauth und Laura Böhme. Copyright: Karin Kaiser/MHH Lassen sich mithilfe von Krankenkassendaten auf Künstlicher Intelligenz (KI) basierende Modelle entwickeln, die Krebserkrankungen vorhersagen können? Das möchte ein Forschungsteam der Medizinischen Hochschule Hannover (MHH) gemeinsam mit einem IT-Unternehmen und zwei Krankenkassen herausfinden. In Deutschland erkranken jedes Jahr rund 518.000 Menschen neu an Krebs, mit steigender Tendenz. Durch Prävention und frühzeitige Erkennung der Erkrankungen kann die Chance auf eine erfolgreiche Therapie erhöht und das Fortschreiten der Krankheit verlangsamt oder sogar gestoppt werden. Gleichzeitig können die Kosten für das Gesundheitssystem gesenkt werden. Genau hier setzt das Projekt ROKAVI an. Die Abkürzung ROKAVI steht für Risikoprädiktion in der Onkologie: Entwicklung eines KI-Algorithmus, Versichertenpräferenzen und ethische Implikationen. Unter der Leitung des Instituts für Epidemiologie, Sozialmedizin und Gesundheitssystemforschung der MHH sollen auf der Grundlage von Krankenkassendaten KI-basierte Modelle zur Früherkennung von Krankheitsrisiken entwickelt werden Daten mit viel Potenzial Den Anstoß für das Projekt gab das 2024 in Kraft getretene Gesundheitsdatennutzungsgesetz (GDNG). Es erlaubt den gesetzlichen Krankenkassen, Routinedaten zu verwenden, um die Versicherten auf ihre individuellen Gesundheitsrisiken hinzuweisen. Ein zentraler Bereich dieser datengestützten Gesundheitsprävention betrifft Krebs. „Wir untersuchen, ob sich auf der Grundlage von Krankenkassendaten, beispielsweise zu Diagnosen, erbrachten Leistungen und soziodemografischen Angaben, KI-basierte Algorithmen zur Risikoeinschätzung von Krebserkrankungen entwickeln lassen“, erklärt ROKAVI-Projektleiter Prof. Christian Krauth vom Institut für Epidemiologie, Sozialmedizin und Gesundheitssystemforschung der MHH. Sein Team, zu dem die Gesundheitswissenschaftlerinnen Dr. Kathrin Krüger und Viktoria Wiesner sowie die Statistikerin Laura Böhme gehören, möchte das Potential von Prädiktionsmodellen, also Vorhersagemodellen, erforschen, die Krankenkassen zur Information ihrer Versicherten nutzen könnten. Ein Kooperationspartner ist dabei das IT-Unternehmen ITSC GmbH, das über mehrjährige Erfahrung bei der Umsetzung von datenbasierten Projekten für gesetzliche Krankenkassen verfügt. Die beteiligten Krankenkassen, Pronova BKK und mkk – meine krankenkasse, stellen für ROKAVI ihre Routinedaten zu Verfügung. Sie haben zusammen mehr als 1,3 Mio.Versicherte. Weitere Partner sind die gesetzliche Krankenkasse BKK 24 und das Comprehensive Cancer Center Hannover (CCC Hannover). Innovative und traditionelle Modelle im Vergleich Im ROKAVI-Projekt ermitteln die Forschenden zunächst, welche onkologischen Erkrankungen, etwa Prostata-, Brust-, Lungen- oder Darmkrebs, besonders gut für ein Prädiktionsmodell geeignet sind. Danach entwickeln sie für eine ausgewählte Krebsart ein traditionelles statistisches Modell und ein innovatives, auf KI basierendes Modell. Diese Modelle werden hinsichtlich ihrer Prognosegenauigkeit miteinander verglichen, um das geeignetste Modell zu identifizieren. „Eine unserer Hypothesen ist, dass ein KI-basierter Algorithmus zur Vorhersage von Krebserkrankungen präzisere Risikoeinschätzungen liefert als traditionelle statistische Modelle“, sagt Krauth. Ethische Regeln für den Einsatz von Vorhersagemodellen Der zweite Teil des Projekts besteht darin, einen ethischen Rahmen für den Einsatz von Prädiktionsmodellen zu schaffen und eine geeignete Risikokommunikation zur Krebsvorhersage zu entwickeln. Dafür bindet das MHH-Team die Expertise des CCC Hannover ein. Unter anderem soll ermittelt werden, ob, in welchem Umfang und in welcher Form die Versicherten Informationen zu ihrem Krebsrisiko erhalten wollen. Damit soll die informationelle Selbstbestimmung der Versicherten gewahrt werden. Das MHH-Team interviewt außerdem Vertreter von Krankenkassen zu ihrer Einschätzung von Nutzen und Risiken des entwickelten Prädiktionsmodells. Aus den Ergebnissen erstellt das ROKAVI-Team dann Handlungsempfehlungen für den Einsatz von Prädiktionsmodellen. Lassen sich positive Erfahrungen auf Deutschland übertragen? ROKAVI startete im April und wird für drei Jahre mit rund einer Million Euro aus dem Innovationsfonds des gemeinsamen Bundesausschusses gefördert. In Deutschland gibt es bisher noch keine Erfahrungen mit Prädiktionsmodellen auf der Grundlage von Routinedaten von Krankenkassen. „Internationale Studien zeigen, dass solche Modelle die Prävention und Früherkennung von Krebserkrankungen unterstützen, zu einer besseren Patientenversorgung führen und auch die Gesundheitskosten senken können“, sagt Krauth. Daher ist er gespannt darauf zu erfahren, ob das auch für Deutschland gelten könnte. Mehr zum Thema Krebsfrüherkennung: Lungenkrebs-Screening: Zweitbefundung am UKL nun möglich Frauengesundheit sichern: Berufsverband der Frauenärztinnen und Frauenärzte reicht Petition beim Bundestag ein
Mehr erfahren zu: "Uniklinikum Dresden: Cindy Franklin übernimmt Leitung des Hauttumorzentrums" Uniklinikum Dresden: Cindy Franklin übernimmt Leitung des Hauttumorzentrums Im Juli hat Prof. Cindy Franklin die W3-Professur für Dermatoonkologie an der Medizinischen Fakultät Carl Gustav Carus der Technischen Universität Dresden angetreten.
Mehr erfahren zu: "Aktualisiert: S3-Leitlinie Palliativmedizin bei nicht heilbarer Krebserkrankung" Aktualisiert: S3-Leitlinie Palliativmedizin bei nicht heilbarer Krebserkrankung Die S3-Leitlinie „Palliativmedizin für Patient*innen mit einer nicht heilbaren Krebserkrankung“ wurde umfassend aktualisiert. Neu hinzugekommen sind Kapitel zur Angehörigenbetreuung und Spiritualität.
Mehr erfahren zu: "Sichelzellmerkmal könnte Diabetes-Diagnostik verfälschen" Sichelzellmerkmal könnte Diabetes-Diagnostik verfälschen Menschen mit einem Sichelzellmerkmal könnten häufiger unerkannt an Prädiabetes oder Diabetes leiden. Eine Studie aus Ghana zeigt, dass die Immunturbidimetrie den HbA1c-Wert bei diesen Personen deutlich unterschätzt. Die Forschenden plädieren […]