Outputs
OPTIMA auf den Punkt gebracht
Sie möchten mehr über OPTIMA erfahren? Erhalten Sie kurze, aber prägnante Informationen in unserem Factsheet – OPTIMA auf einen Blick, das alle wichtigen Informationen präsentiert, oder lesen Sie ausführlicher in unseren Übersichtsdokumenten – aufbereitet für das Fachpublikum (Übersicht – Grundsätze und Leitlinien) und in Laiensprache, an Patienten gerichtet (Übersicht – für Patienten) oder um mehr über den Einsatz von Künstlicher Intelligenz (KI) innerhalb von OPTIMA zu erfahren (AI Explainer).
Videothek
Einführung in das OPTIMA Onkologie-Projekt
OPTIMA (Optimal Treatment for Patients with Solid Tumors in Europe Through Artificial intelligence) ist ein öffentlich-privates Forschungsprogramm mit einem Volumen von 21,3 Mio. EUR, das darauf abzielt, KI zur Verbesserung der Versorgung von Patienten mit Prostata-, Brust- und Lungenkrebs einzusetzen.
Die Öffentlichkeit – Patientenbeirat
Das oberste Ziel von OPTIMA ist es, bessere, individuellere Behandlungsmöglichkeiten für Patienten zu finden und ihnen eine gute Lebensqualität zu ermöglichen. Hören Sie sich an, wie vier Mitglieder des OPTIMA Public/Patient Advisory Board über ihr Engagement in Patientenorganisationen, ihre Krebserkrankung und ihre Hoffnungen für zukünftige Patienten sprechen.
Conchi Biurrun, Spanish Breast Cancer Federation of Associations
Conchi Biurrun vom spanischen Brustkrebsverband und Mitglied des OPTIMA Public/Patient Advisory Board spricht über ihren Weg als Patientin mit Brustkrebs, ihre Beteiligung am OPTIMA-Projekt und ihre Hoffnung, dass dieses Projekt zu besseren, individuelleren Behandlungsmöglichkeiten und einer besseren Lebensqualität für Patientinnen führen wird.
Erik Briers, European Prostate Cancer Coalition
Erik Briers von der European Prostate Cancer Coalition und Mitglied des OPTIMA Patienten- und Publikumsbeirats spricht über seinen Krebsweg und darüber, wie ein Projekt wie OPTIMA anderen Patienten helfen kann, mit Hilfe von Evidenz und Leitlinien aus der Praxis eine optimale Behandlung zu erhalten.
Seamus Cotter, Irish Lung Cancer Community
Seamus Cotter von der Irish Lung Cancer Community und Mitglied des OPTIMA Patient and Public Advisory Board spricht über seine Erfahrungen mit klinischen Studien und darüber, wie wichtig es ist, Patienten klare Informationen über bestimmte Behandlungen zu geben, um eine fundierte Entscheidung treffen zu können.
Marjo Forsblom, Lung Cancer Europe
Marjo Forsblom von Lung Cancer Europe war Mitglied des OPTIMA Public/Patient Advisory Boards. In diesem Video erklärte sie, wie OPTIMA Gesundheitsdaten sinnvoll nutzen wird und ein Tool entwickeln will, das weiß, was für einen Patienten in einer bestimmten Situation am besten ist. Leider verstarb sie im Oktober 2023. Mit dem Segen ihrer Familie haben wir beschlossen, ihr Video hier zu behalten. Ihre OPTIMA Freunde und Kollegen werden sie sehr vermissen.
Nadia Harbeck, LMU
Lernen aus realen, geschützten Patientendaten, um die besten Therapien zu finden
Hören Sie, wie Dr. Nadia Harbeck, Leiterin des Brustzentrums des Universitätsklinikums der LMU München, im Rahmen des OPTIMA-Projekts über Big Data, Real-World-Evidence und Künstliche Intelligenz im Kontext der Brustkrebsbehandlung und -forschung spricht.
Torsten Blum, Helios
Die Bedeutung des Datenaustauschs für eine OPTIMA-Plattform von maximalem Nutzen – Torsten Blum
Dr. Torsten Gerriet Blum, Oberarzt und Pneumologe am Helios Klinikum, erläutert im Rahmen des Projekts OPTIMA die Bedeutung von Data Sharing, Big Data, Real-World Evidence & Künstlicher Intelligenz im Rahmen der Behandlung und Forschung von Lungenkrebs.
Michael Bussmann, Helmholtz
Mit Künstlicher Intelligenz Daten in Wissen verwandeln
Dr. Michael Bussmann, Gründungsmanager von CASUS (Center for Advanced Systems Understanding), leitet das Arbeitspaket zur Implementierung der Knowledge Base durch Künstliche Intelligenz innerhalb von OPTIMA. Erfahren Sie in diesem Video mehr darüber, wie KI im Rahmen des Projekts OPTIMA einen Mehrwert im Rahmen der onkologischen Versorgung bringen kann.
Nicolas Mottet, EAU
Verbesserung der Leitlinien durch reale Patientendaten für eine bessere Behandlung.
Prof. Dr. Nicolas Mottet ist Leiter der Abteilung für Urologie am Centre Hospitalier Universitaire de Saint-Etienne und als Vorsitzender der EAU tätig. Er erklärt, wie die Leitlinien durch Real-World-Daten für eine bessere Behandlung im Rahmen der Prostatakrebsbehandlung und -forschung im Rahmen des Projekts OPTIMA verbessert werden können.
Andreas Kremer & Bertrand De Meulder
Die OPTIMA-Plattform für alle Stakeholder nutzbar machen
Dr. Andreas Kremer & Dr. Bertrand De Meulder leiten die Analyse der Plattformanforderungen, die Implementierung und die Evaluation. In diesem Video erfahren Sie mehr über die Pläne für die OPTIMA-Plattform und über die Rolle von künstlicher Intelligenz im Kontext des Gesundheitswesens im Rahmen des OPTIMA-Projekts.
Dr. Pippa Powell
Die Einbindung des Öffentlichkeits- und Patientenbeirats von OPTIMA
Dr. Pippa Powell, Managerin bei der European Lung Foundation, stellt die Verbindung zwischen Patienten, Patientenorganisationen und der Forschung her, und betont in diesem Video die Bedeutung der Patientenbeteiligung innerhalb des OPTIMA-Projekts.
Peter-Paul Willemse, OPTIMA
Austausch von Big Data und Evidenz aus der Praxis zur Lösung klinischer Fragen
Dr. Peter-Paul Willemse ist Assistenzprofessor und Arzt an der Abteilung für Urologische Onkologie der UMC Utrecht. Innerhalb von OPTIMA vertritt er die klinische Gemeinschaft, die Prostatakrebspatienten behandelt, und erklärt, wie der Austausch von Big Data und Evidenz aus der Praxis dazu beitragen kann, klinische Fragen im Rahmen des OPTIMA-Projekts zu lösen.
Prof. Daniel Prieto Alhambra
Big Data im Kontext des Gesundheitswesens
Daniel Prieto Alhambra ist Professor für Pharmako- und Geräteepidemiologie und leitet das Arbeitspaket zu (nicht-)interventionellen Studiendaten und realer Datenerhebung innerhalb von OPTIMA. In diesem Video diskutiert er die Rolle von Big Data im Kontext des Gesundheitswesens im Rahmen des OPTIMA-Projekts.
Monique Roobol
Umwandlung von Leitlinien in elektronische Entscheidungshilfen für einzelne Patienten
Monique Roobol ist Professorin für Entscheidungsfindung in der Urologie und erläutert hier das OPTIMA-Projekt und warum es wichtig ist, dass das Projekt klinische Leitlinien in elektronische Entscheidungshilfen übersetzt.
James N’Dow und Hagen Krüger
Bündelung der Kräfte in einer PPP, um bessere Behandlungen für Krebspatienten zu finden
Prof. Dr. James N‘ Dow, Akademischer Koordinator und EAU Adjunct Secretary, und Dr. Hagen Krüger, Senior Medical Director bei Pfizer, koordinieren gemeinsam das OPTIMA-Projekt. Hier geben sie einen Überblick über das Projekt und sprechen über die Bedeutung der Zusammenarbeit zwischen öffentlichen und privaten Partnern im Rahmen des IMI.
Die faszinierenden rechtlichen und ethischen Aspekte von OPTIMA
Neugierig auf die rechtlichen und ethischen Aspekte von OPTIMA? Wir stellen unser Arbeitspaket 2 vor, in dem es um die Forschung zum Datenschutz und den entstehenden Rechtsrahmen rund um KI und die Sicherstellung der Einhaltung ethischer und rechtlicher Standards auf EU-Ebene geht. Erfahren Sie mehr über die faszinierenden rechtlichen Aspekte von OPTIMA in der folgenden Reihe von Kurzvideos.
Unterschied zwischen personenbezogenen Daten und nicht personenbezogenen Daten
Das Video erklärt den Unterschied zwischen personenbezogenen und nicht-personenbezogenen Daten, da die Unterscheidung Einfluss auf die rechtliche Einordnung, zum Beispiel die Anwendung der DSGVO, hat. OPTIMA verwendet personenbezogene und anonymisierte Daten. Was bedeutet das? Erfahren Sie mehr in unserem Video.
Erforschung synthetischer Daten: Datenschutz in der Innovation neu definiert
Das Video erklärt, was synthetische Daten sind und wie sie für die medizinische Forschung von Vorteil sein könnten, einschließlich der Option für das OPTIMA-Projekt, synthetische Daten zu generieren, die Innovation und Entscheidungsfindung ermöglichen, ohne die Privatsphäre zu beeinträchtigen.
Künstliche Intelligenz im Gesundheitswesen
Das Video stellt kurz die Aspekte von KI im Gesundheitswesen vor und zeigt, wie Patienten von den Entwicklungen von OPTIMA profitieren können.
Ungerechtfertigter Bias in der künstlichen Intelligenz
Das Video beschreibt, was Unfair Bias ist und welche Rolle es bei der Entwicklung und Interaktion mit KI-Systemen spielt.
Öffentliche Deliverables
Nachfolgend finden Sie Links zu allen öffentlichen Berichten des OPTIMA-Konsortiums:
Publikationen
George Corby, Nicola L. Barclay, Eng Hooi Tan, Edward Burn, Antonella Delmestri, Talita Duarte-Salles, Asieh Golozar, Wai Yi Man, Ilona Tietzova, Daniel Prieto-Alhambra. Danielle Newby. Incidence, prevalence, and survival of lung cancer in the United Kingdom from 2000–2021: a population-based cohort study. Translational Lung Cancer Research. Vol 13, No 9 (September 30, 2024) doi: 10.21037/tlcr-24-241
Barclay Nicola L., Pineda Moncusí Marta, Jödicke Annika M., Prieto-Alhambra Daniel, Raventós Berta, Newby Danielle, Delmestri Antonella, Man Wai Yi, Chen Xihang, Català Marti. The impact of the UK COVID-19 lockdown on the screening, diagnostics and incidence of breast, colorectal, lung and prostate cancer in the UK: a population-based cohort study. Frontiers in Oncology. 2024, vol. 14, DOI=10.3389/fonc.2024.1370862
Barclay NL, Burkard T, Burn E, Delmestri A, Miquel Dominguez A, Golozar A, Guarner-Argente C, Avilés-Jurado FX, Man WY, Roselló Serrano À, Rosen AW, Tan EH, Tietzova I, Prieto Alhambra D, Newby D; OPTIMA Consortium. The Impact of the COVID-19 Pandemic on Incidence and Short-Term Survival for Common Solid Tumours in the United Kingdom: A Cohort Analysis. Clin Epidemiol. 2024 Jun 11;16:417-429. doi: 10.2147/CLEP.S463160. PMID: 38882578; PMCID: PMC11179647.
E. Lavrova et al., „UR-CarA-Net: A Cascaded Framework With Uncertainty Regularization for Automated Segmentation of Carotid Arteries on Black Blood MR Images,“ in IEEE Access, vol. 11, pp. 26637-26651, 2023, doi: 10.1109/ACCESS.2023.3258408.
Salahuddin, Z.; Chen, Y.; Zhong, X.; Woodruff, H.C.; Rad, N.M.; Mali, S.A.; Lambin, P. From Head and Neck Tumour and Lymph Node Segmentation to Survival Prediction on PET/CT: An End-to-End Framework Featuring Uncertainty, Fairness, and Multi-Region Multi-Modal Radiomics. Cancers 2023, 15, 1932. https://doi.org/10.3390/cancers15071932
N’Dow J., Smith E.J., Polychronopoulos K., Cannon A., Roobol M. J., Auweter S., Thomas M., Kremer A., De Meulder B., Dellamonica D., Prieto-Alhambra D., Asiimwe A., Bussmann M., Xiang J., Torremante P., Keller S., Kube F., Krüger H., OPTIMA Consortium. (2022) OPTIMA: Improve care for patients with prostate, breast, and lung cancer through artificial intelligence ESMO #917P e-Posters – ESMO Congress 2022 (ctimeetingtech.com)
Refaee, T., Bondue, B., Van Simaeys, G., Wu, G., Yan, C., Woodruff, H. C., Goldman, S., & Lambin, P. (2022). A Handcrafted Radiomics-Based Model for the Diagnosis of Usual Interstitial Pneumonia in Patients with Idiopathic Pulmonary Fibrosis. J Pers Med, 12(3). https://doi.org/10.3390/jpm12030373
Li, R., Sharma, V., Thangamani, S., & Yakimovich, A. (2022). Open-Source Biomedical Image Analysis Models: A Meta-Analysis and Continuous Survey. Front Bioinform, 2, 912809. https://doi.org/10.3389/fbinf.2022.912809
Halilaj I, Oberije C, Chatterjee A, van Wijk Y, Rad NM, Galganebanduge P, Lavrova E, Primakov S, Widaatalla Y, Wind A, Lambin P. Open Source Repository and Online Calculator of Prediction Models for Diagnosis and Prognosis in Oncology. Biomedicines. 2022 Oct 23;10(11):2679. doi: 10.3390/biomedicines10112679. PMID: 36359199; PMCID: PMC9687260.
Refaee, T.; Salahuddin, Z.; Widaatalla, Y.; Primakov, S.; Woodruff, H.C.; Hustinx, R.; Mottaghy, F.M.; Ibrahim, A.; Lambin, P. CT Reconstruction Kernels and the Effect of Pre- and Post-Processing on the Reproducibility of Handcrafted Radiomic Features. J. Pers. Med. 2022, 12, 553. https://doi.org/10.3390/jpm12040553
Refaee, T., Salahuddin, Z., Frix, A.-N., Yan, C., Wu, G., Woodruff, H. C., Gietema, H., Meunier, P., Louis, R., Guiot, J., & Lambin, P. (2022). Diagnosis of Idiopathic Pulmonary Fibrosis in High-Resolution Computed Tomography Scans Using a Combination of Handcrafted Radiomics and Deep Learning [Original Research]. Frontiers in Medicine, 9. https://doi.org/10.3389/fmed.2022.915243
Keek SA, Beuque M, Primakov S, Woodruff HC, Chatterjee A, van Timmeren JE, Vallières M, Hendriks LEL, Kraft J, Andratschke N, Braunstein SE, Morin O, Lambin P. Predicting Adverse Radiation Effects in Brain Tumors After Stereotactic Radiotherapy With Deep Learning and Handcrafted Radiomics. Front Oncol. 2022 Jul 13;12:920393. doi:10.3389/fonc.2022.920393. PMID: 35912214; PMCID: PMC9326101.
Ibrahim A, Barufaldi B, Refaee T, Silva Filho TM, Acciavatti RJ, Salahuddin Z, Hustinx R, Mottaghy FM, Maidment ADA, Lambin P. MaasPenn Radiomics Reproducibility Score: A Novel Quantitative Measure for Evaluating the Reproducibility of CT-Based Handcrafted Radiomic Features. Cancers (Basel). 2022 Mar 22;14(7):1599. doi:10.3390/cancers14071599. PMID: 35406372; PMCID: PMC8997100.
Griesinger F, Curigliano G, Thomas M, Subbiah V, Baik CS, Tan DSW, Lee DH, Misch D, Garralda E, Kim DW, van der Wekken AJ, Gainor JF, Paz-Ares L, Liu SV, Kalemkerian GP, Houvras Y, Bowles DW, Mansfield AS, Lin JJ, Smoljanovic V, Rahman A, Kong S, Zalutskaya A, Louie-Gao M, Boral AL, Mazières J. Safety and efficacy of pralsetinib in RET fusion-positive non-small-cell lung cancer including as first-line therapy: update from the ARROW trial. Ann Oncol. November 2022; 33(11):1168-1178. doi:10.1016/j.annonc.2022.08.002. Epub 13. August 2022. PMID: 35973665.
