KI-Suchstrategien für die pädiatrische Krebsforschung
24.09.2026 – Referenz Universitäts-Kinderspital Zürich
Wie kann künstliche Intelligenz dabei unterstützen, relevante Fachliteratur zu potenziell wirksamen Medikamentenkombinationen für Kinder und Jugendliche mit Krebs effizienter zu finden? Bisher recherchieren Ärztinnen, Ärzte und Forscher:innen manuell nach wissenschaftlichen Erkenntnissen zu Medikamentenkombinationen, die für einen spezifischen Patientenfall relevant sein könnten. Das Universitäts-Kinderspital Zürich (Kispi) ist der Frage nachgegangen wie eine solche Literaturrecherche zukünftig effizient und zielführend gestaltet werden kann. Gemeinsam mit Ergon und mit Unterstützung von Google Cloud hat das Kispi das Potenzial der KI-basierten Recherche systematisch untersucht.
Das Universitäts-Kinderspital Zürich gehört zu den führenden Zentren für pädiatrische Medizin in Europa. In der pädiatrischen Onkologie entwickelt ein spezialisiertes Team aus Biomediziner:innen, Bioinformatiker:innen sowie Ärztinnen und Ärzten Methoden zur funktionellen Testung von Krebszellen auf unterschiedliche Medikamente, dem sogenannten «Drug Response Profiling». Das Ziel ist, individuell angepasste Therapien für Kinder und Jugendliche mit Krebserkrankungen zu entwickeln und auszuwählen.
Manuelle Recherche als Engpass
Bisher recherchieren Ärztinnen, Ärzte und Forscher:innen manuell, welche Medikamentenkombinationen für einen spezifischen Patientenfall wirksam sind. Dieses Vorgehen ist aufgrund der hohen Anzahl medizinischer Publikationen aufwendig und zeitintensiv.Suchstrategien im Vergleich
Gemeinsam mit Ergon entwickelte das Kispi-Team einen Forschungsprototyp, in dem eine cloudbasierte Webapplikation verschiedene KI-basierte Suchstrategien automatisiert einsetzt und vergleicht. Die technische Basis bilden Google Cloud Run, Vertex AI (Gemini) und Cloud SQL. Eine agentenbasierte KI (Agentic AI) verfeinert die Suchanfragen iterativ und extrahiert so relevante Ergebnisse aus PubMed, einer Suchdatenbank für medizinische und biowissenschaftliche Fachliteratur. Dies haben die Forschenden an synthetischen Datensätzen aus publizierten Fallstudien optimiert und getestet. Zur Bewertung legt die Applikation die identifizierten Fachartikel den Forschenden paarweise zur Evaluation vor. Ein Elo-Scoring zeigt dabei auf, welche Suchstrategien am effektivsten sind.«Dank der Zusammenarbeit mit Ergon können wir erstmals verlässlich evaluieren, welche KI-Methoden uns bei der Forschungsarbeit und der Literaturrecherche tatsächlich unterstützen.»
Fabio Steffen
Leiter der Funktionellen Präzisionsonkologie, Kinderspital Zürich