BMBF: Neue Ansätze der Datenanalyse und des Datenteilens in der Krebsforschung

Ziele der Förderung

Ziel der Förderung ist es, die Nutzung von onkologischen Daten zu Forschungszwecken zu erleichtern. Im Fokus steht die Entwicklung von neuen Ansätzen der Datenanalyse sowie die Anwendung auf bestehende Daten. Dafür wird die die interdisziplinäre Zusammenarbeit zwischen Forschenden aus klinischen Fächern und Datenanalyse-Expert:innen gefördert. Das Hauptziel besteht darin, forschungsrelevante Informationen aus vorhandenen Datensätzen zu extrahieren und neue Erkenntnisse in der Krebsforschung zu gewinnen.

Was wird gefördert?

Die Förderung umfasst Projekte, die neue Ansätze zur Datenanalyse in der Onkologie entwickeln und testen. Diese Projekte erfordern die Zusammenarbeit von Forscher:innen aus verschiedenen Fachgebieten, darunter Statistik, Bioinformatik und Künstliche Intelligenz (KI).

Zusätzlich werden Projekte unterstützt, die qualitätsgesicherte Trainings-, Validierungs- und Testdatensätze für onkologische Daten erstellen, die von der wissenschaftlichen Gemeinschaft zur Überprüfung von Datenanalysemethoden genutzt werden können.

Die Zusammenarbeit zwischen Datengenerierungsexperten, Onkologen und Datenanalysten ist entscheidend, und die Projekte sollen komplexe datenanalytische Herausforderungen in der klinisch relevanten Onkologie angehen.

Wichtige Voraussetzungen für die Förderung

Die Vorhaben sollen (mindestens) einem der folgenden drei Module zugeordnet werden:

In den Projekten der Module 1 und 2 soll unter Anwendung einer gemeinsamen schlüssigen Forschungshypothese ein inhaltlicher Fokus auf Datenanalyse mit Anwendung bestehender oder weiterzuentwickelnder Analysemethoden gelegt werden. Ein oder mehrere der folgenden Aspekte sollen adressiert werden:

• Identifizierung, Zusammenführung, Strukturierung, Annotierung, Visualisierung und Auswertung von bestehenden medizinisch relevanten Daten, z. B. molekulare Omics-Daten, klinische- oder Versorgungsdaten beziehungsweise Registerdaten
• Entwicklung neuer Software/Algorithmen oder Anpassung von vorhandener Software/Algorithmen auf die mögliche Anwendung für die spezifische Fragestellung, z. B. um Behandlungskonzepte oder das Design von klinischen Studien zu optimieren
• Entwicklung von KI-Lösungen, um heterogene oder dezentrale Daten verknüpfen und bearbeiten zu können
• Erarbeitung von Softwarestandards im Datenmanagement oder in Bezug auf die Modellstabilität, -erklärbarkeit, -generalisierbarkeit, oder die Evaluierbarkeit von Daten und Datenstrukturen sowie der Entwicklung von Lösungen für einen besseren Zugang zu Datenbeständen auch unter Berücksichtigung von Datenschutz, Ethik, Governance.