Das Netzwerk curATime kombiniert neuartige immunologische Verfahren mit einer KI-gestützten Biomarkerforschung, die entzündliche Veränderungen der Blutgefäßwände frühzeitig identifizieren und bekämpfen. Die Koordination des Clusters liegt bei der TRON gGmbH, einer unabhängigen, gemeinnützigen Organisation für translationale Forschung mit Sitz in Mainz. Beteiligt sind außerdem die Universitätsmedizin Mainz und das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) sowie weitere Partner aus der Rhein-Main-Pfalz-Region.

TU-Teilprojekt curAIsig

Das Darmstädter Teilprojekt curAIsig liefert innovative Technologien in der systemorientierten biomedizinischen Forschung. Das interdisziplinäre Team um Professor Abdelhak M. Zoubir, dem Leiter des Fachgebiets Signalverarbeitung an der TU (Koordinator), Dr.-Ing. Michael Muma, dem Leiter der Robust Data Science Group an der TU, und Professor Philipp Wild, dem Leiter der Klinischen Epidemiologie und Systemmedizin der Universitätsmedizin Mainz, entwickelt und evaluiert robuste Signalverarbeitung und statistische Lernmethoden für hochdimensionale Biodatenbanken zur Entdeckung neuartiger und reproduzierbarer Biomarkersignaturen. curAIsig geht dabei Problemstellungen an, die mit existierenden Verfahren der Künstlichen Intelligenz (Artificial Intelligence, AI) nicht zufriedenstellend gelöst werden können. Klinisch interpretierbare, reproduzierbare, statistisch nachweisbar robuste Modelle zu gewinnen ist mit klassischer AI (neuronale Netze, Deep Learning) nicht möglich. Nichtrobuste Modelle führen jedoch häufig zu falsch-positiven oder falsch-negativen Ergebnissen.

Methodisch baut curAIsig auf der Forschung und Expertise zur robusten Signalverarbeitung des Fachgebiets Signalverarbeitung von Zoubir sowie teilweise auf Methoden auf, die Muma im Rahmen seines ERC Grants „ScReeningData“ an der TU entwickelt hat. Sie ermöglichen es, über computergestütztes Lernen relevante klinische Informationen in hochkomplexen biomedizinischen Daten aufzuspüren. Zudem nutzt das Team für curAIsig interdisziplinäre Expertise in der bereits etablierten, langjährigen und sehr erfolgreichen Zusammenarbeit zwischen TU Darmstadt und Universitätsmedizin Mainz. Die Forschenden können auf große Ressourcen an vorhandenen Biodatenbanken zugreifen. Dies ermöglicht eine effiziente und zielorientierte Technologieentwicklung innerhalb des Clusters curATime.

Initiative „Clusters4Future“

curATime ist einer von insgesamt sieben Zukunftsclustern der zweiten Wettbewerbsrunde der themenoffenen „Clusters4Future“-Initiative, die jetzt in die Umsetzungsphase starten. Die zweite Runde war im November 2020 mit insgesamt 117 Bewerbern eröffnet worden. Als einer von bundesweit 15 Finalisten war curATime im Oktober 2021 in die vom BMBF geförderte sechsmonatige Konzeptionsphase gestartet.

Mit der Initiative „Clusters4Future“ fördert das BMBF regionale Innovationsnetzwerke, die einen besonderen Beitrag zum Wissens- und Technologietransfer leisten. Die Zukunftscluster knüpfen unmittelbar an die Spitzenforschung an und sollen so dafür sorgen, dass technologische sowie soziale Innovationen schneller im Alltag der Menschen ankommen. Gleichzeitig sollen die Cluster dazu beitragen, den Standort Deutschland in Forschung und Entwicklung national und international weiter voranzubringen.