Universitäts-Projekt ‚EndoKI‘ will Endometriose-Diagnostik mit KI revolutionieren

Das Projekt „EndoKI“ der Friedrich-Alexander-Universität Erlangen-Nürnberg und des Universitätsklinikums Erlangen will mithilfe künstlicher Intelligenz die Diagnostik und Therapie von Endometriose verbessern. Ein multidisziplinäres Forscherinnenteam entwickelt dabei ein 3D-Patientinnenmodell, das Bildgebung, Operationsdaten und Nachbeobachtungen integriert. Ziel ist eine frühere, standardisierte Diagnose sowie eine patientenschonende Therapie.

Die Herausforderung ist erheblich, denn im Schnitt vergehen acht Jahre, bis Endometriose erkannt wird. Bis dahin leiden viele Betroffene unter chronischen Schmerzen. Durch präzisere Bildgebung mittels KI soll eine gezieltere präoperative Planung ermöglicht und die Zahl der invasiven Eingriffe reduziert werden. Studienleiterin Franziska Mathis-Ullrich beziffert das ökonomische Potenzial allein bei Operationen auf bis zu 20 Millionen Euro Einsparung pro Jahr.

Zentraler Bestandteil ist der Aufbau einer pseudonymisierten Datenbank mit MRT-Bildern und histopathologischen Befunden. Diese wird für KI-Trainingsmodelle genutzt und dient als Grundlage weiterer Forschung. Ergänzend ist eine ethnografische Teilstudie geplant, um Bedarfe und Perspektiven von Patient:innen und Ärzt:innen systematisch zu erfassen.

Finanziert wird das dreijährige Projekt im Rahmen von BayDiGuP durch den Freistaat Bayern. Die Ergebnisse sollen in zukünftige Leitlinien und idealerweise auch in internationale Empfehlungen einfließen. Eine Fachkonferenz im Jahr 2028 soll die Erkenntnisse einem breiten Fachpublikum zugänglich machen.