München, Deutschland, 22. Juni 2026 – Komplexe Krankheitsbilder wie Krebs und Herz-Kreislauf-Erkrankungen sind oft schwer zu diagnostizieren, da Klinikerinnen und Kliniker viele verschiedene Arten medizinischer Informationen berücksichtigen müssen, einschließlich medizinischer Bilder, körperlicher Untersuchungen und Laborergebnisse. Das neu gestartete TWIN-X-Projekt zielt darauf ab, die Power der künstlichen Intelligenz (KI) zu nutzen, um diese vielfältigen Datenquellen zu kombinieren und eine virtuelle Kopie eines Patienten zu erstellen, die als digitaler Zwilling bekannt ist. Dieser innovative Ansatz hat das Potenzial, die diagnostische Genauigkeit zu verbessern und das virtuelle Testen verschiedener Behandlungsoptionen zu ermöglichen, bevor sie in der klinischen Praxis angewendet werden.

Das vierjährige Projekt, koordiniert von der Technischen Universität München (TUM), bringt 19 Partner aus 13 europäischen Ländern zusammen und wird mit etwa 15 Millionen Euro durch das Horizon Europe-Programm der Europäischen Union gefördert. Durch die Entwicklung innovativer digitaler Zwillingstechnologien zielt TWIN-X darauf ab, die Behandlungsoptionen für Herz-Kreislauf-Erkrankungen und Krebs zu verbessern, zwei führende Todesursachen in der Europäischen Union.

Vertrauenswürdigkeit und Erklärbarkeit an erster Stelle

Digitale Zwillinge haben sich als vielversprechende Technologie für patientenzentrierte Medizin erwiesen. Viele KI-Systeme funktionieren jedoch als "Black Box", was es schwierig macht zu verstehen, wie sie zu ihren Schlussfolgerungen gelangen. TWIN-X wird stattdessen ein erklärbares KI-Modell entwickeln, das es Gesundheitsfachkräften ermöglicht zu sehen und zu verstehen, wie das System Diagnosen und Behandlungsempfehlungen generiert.

Um dies zu erreichen, wird das Forschungskonsortium Methodologien etablieren, die mit ethischen Werten übereinstimmen, Verzerrungen mindern und Transparenz bezüglich Modellbegrenzungen gewährleisten. Dieser Rahmen soll das Vertrauen in KI-gesteuerte Gesundheitsversorgung stärken und besser informierte klinische Entscheidungen unterstützen.

Ein neuartiger struktureller, erster Ansatz zur Nutzung des Potenzials digitaler Zwillinge

Während viele bestehende digitale Zwillingsmodelle alle verfügbaren Informationen in eine einzige mathematische Darstellung kombinieren, verfolgt TWIN-X einen anderen Ansatz. Das Projekt entwickelt eine modulare, hierarchische Informationsstruktur, die Patientendaten in klinisch bedeutungsvolle Einheiten organisiert. Diese Einheiten, bekannt als modulare Experten-KI-Modelle, können je nach der zu behandelnden klinischen Fragestellung aktiviert oder neu kombiniert werden.

"Durch die Organisation von Patientendaten nach klinischer Logik vor jeder Modellierung produziert TWIN-X digitale Zwillinge, die konstruktionsbedingt erklärbar bleiben", sagt Keno Bressem, Projektkoordinator am TUM Klinikum rechts der Isar. "Dies gibt uns eine transparente und überprüfbare Grundlage für die Entscheidungsfindung."

Die hierarchische Datenstruktur ist in eine mehrschichtige Architektur eingebettet, die es ermöglicht, verschiedene Arten von Patienteninformationen effizient zu organisieren und zu analysieren. Daten aus medizinischer Bildgebung, klinischen Berichten und Laborergebnissen werden zunächst nach ihrer Quelle und ihren Eigenschaften strukturiert, bevor sie kombiniert werden, um kontextspezifische Erkenntnisse zu generieren, die auf die Anfrage der Ärzteschaft zugeschnitten sind.

Kräfte bündeln zur Stärkung der digitalen Gesundheit in Europa

Das Projekt ist in neun Arbeitspakete organisiert, die alle wichtigen Aspekte der Entwicklung abdecken, einschließlich des Designs der KI-Architektur, der Integration verschiedener Arten von Patientendaten, der Implementierung von Erklärbarkeit, Vertrauenswürdigkeit und ethischen Schutzmaßnahmen. Darüber hinaus wird das Konsortium das Modell in klinischen Umgebungen in den Bereichen Onkologie und Kardiologie testen und validieren.

Durch die Förderung der Entwicklung vertrauenswürdiger und verantwortungsvoller digitaler Zwillinge wird das Projekt dazu beitragen, Europas digitales Gesundheitsökosystem zu stärken und die sichere und effektive Integration von KI-Technologien in die klinische Praxis zu unterstützen.

Wichtige Fakten:

Vollständiger Name:

TWIN-X: Multimodale Digitale ZWILLINGe mit Generativer KI für erklärbare Präzisionsmedizin

Startdatum: 1. Juni 2026

Dauer: 48 Monate

Budget: ca. 15 Millionen €

Koordinator: Klinikum rechts der Technischen Universität München (TUM-MED)

Website: twin-x.eu

LinkedIn

Projektpartner:

Deutschland:

• Klinikum der Technischen Universität München (TUM-MED)

• Berliner Hochschule für Technik (BHT)

• European Research & Innovation Office (EURICE GmbH)

• Basebox GmbH (basebox)

Griechenland:

• Panepistimio Kritis (UoC) • Aristotelio Panepistimio Thessalonikis (AUTH)

Schweiz:

• 3R Swiss Imaging Network SA (3R)

Serbien:

• Institut za onkologiju Vojvodine – Oncology Institute of Vojvodina (IOV)

Italien:

• Università degli Studi di Salerno (UNISA)

Frankreich:

• Medipath (Medipath)

• Centre Hospitalier Régional et Universitaire de Lille (CHUL)

• Association EDHEC Business School (EDHEC)

Bulgarien:

• Sofia University St. Kliment Ohridski (INSAIT)

Österreich:

• Europäische Gesellschaft für Informatik in der Medizinischen Bildgebung (EuSoMII)

Litauen:

• Lietuvos sveikatos mokslų universitetas (LSMU)

Zypern:

• Linac-Pet Scan Opco Limited (GOC)

Niederlande:

• Stichting Radboud Universitair Medisch Centrum (RUMC)

Kroatien:

• Research and Innovation Services d.o.o. za usluge (RISE)

Polen:

• Uniwersytet Medyczny im. Piastów Śląskich we Wrocławiu (WMU)

Projektkoordinator:

TUM Klinikum rechts der Isar

PD Dr Keno Bressem

E-Mail: keno.bressem@tum.de

Projektmanagement:

Eurice GmbH

Michaela Scheid

E-Mail: m.scheid@eurice.eu