Clinical Translation Gruppe

Die CAIRO Clinical Translation Gruppe bildet eine zentrale Schnittstelle zwischen moderner KI-Forschung und deren praktischer Anwendung in der klinischen Radioonkologie. Unser Ziel ist es, neuartige Algorithmen, Methoden und Technologien aus der Forschung in konkrete Werkzeuge zu überführen, die die Patientenversorgung, Behandlungsergebnisse und klinische Abläufe nachhaltig verbessern.

Unsere Arbeit umfasst den gesamten Prozess der Translation – von der Idee bis zur klinischen Umsetzung. Dazu gehören Validierungsstudien, Machbarkeitsanalysen, die Einhaltung regulatorischer Vorgaben sowie die Vorbereitung für eine mögliche Kommerzialisierung. Während CAIRO den Fokus auf Entwicklung und Validierung legt, knüpfen wir gezielt Partnerschaften mit der Industrie, um die Implementierung in der klinischen Praxis zu ermöglichen.

Wir wählen Projekte mit hohem klinischem Nutzen und Innovationspotenzial aus, die den aufwändigen Translationsprozess rechtfertigen. Ziel ist es, Ärztinnen und Ärzten leistungsstarke KI-Werkzeuge bereitzustellen, die direkt zur Verbesserung der Patientenbehandlung beitragen.

Unser Team unterstützt Forschungsprojekte umfassend – von der Identifikation potenzieller Hürden über regulatorische Beratung bis hin zur Umsetzung in der Klinik. Auf diese Weise tragen wir dazu bei, dass vielversprechende KI-Innovationen ihren Weg aus dem Forschungslabor in die tägliche medizinische Praxis finden – im Sinne der CAIRO-Vision, die Radioonkologie durch KI voranzubringen.

Projekte und Ziele

Aktuelles Projekt: Qualitätssicherung von KI-Tools in der Klinik
Eine unserer zentralen Aufgaben ist die Sicherstellung der sicheren und effektiven Nutzung von KI-Systemen im klinischen Alltag. Mit der zunehmenden Integration von KI in medizinische Prozesse gewinnt die Qualitätssicherung dieser Tools stark an Bedeutung.

Wir entwickeln strukturierte Verfahren, um die Leistung, Verlässlichkeit und Auswirkungen von KI-Tools auf medizinische Entscheidungen systematisch zu überwachen und zu bewerten – sowohl kurzfristig als auch im Langzeitverlauf. Ein konkretes Beispiel ist die Überprüfung von Auto-Segmentierungssoftware in der Radioonkologie: Hier analysieren wir regelmässig die Genauigkeit der Ergebnisse und erkennen Abweichungen in der Qualität, um gezielt Verbesserungen anzustossen.

Ziel ist es, die Patientensicherheit zu erhöhen, Arbeitsabläufe effizienter zu gestalten und die verantwortungsvolle Einführung von KI-Systemen im Klinikalltag zu fördern. Durch unsere Erkenntnisse tragen wir zur Weiterentwicklung von Software, zur Gestaltung von Schulungen und zur Etablierung von Best Practices bei.