Radhika Juglan erhielt bereits während ihres Physikstudiums an der Central University of Rajasthan in Jaipur, Indien, Einblicke in die medizinische Computerphysik. Nun setzt sie ihren Forschungsweg im Labor von Jakob N. Kather in der Forschungsgruppe Clinical Artificial Intelligence fort, mit einem Schwerpunkt auf Radiologie und Large Language Models. "In Data Science erleben wir einen exponentiellen Anstieg an aktuellen Deep-Learning-Ansätzen, insbesondere bei selbstüberwachten Modellen, Transformatoren und generativen Modellen. Diese Algorithmen haben in nur fünf Jahren die Grenzen des technisch Machbaren massiv verschoben und ein völlig neues Niveau erreicht. Da sich die Disziplinen der Medizin und Data Science jedoch immer schneller weiterentwickeln, distanzieren sie sich zunehmend voneinander", erklärt Radhika. Dank der Überbrückung dieser Distanz ist die Forschungsgruppe von Jakob N. Kather ein Paradebeispiel für die Mission von SECAI, einen interdisziplinären Raum zu schaffen, in dem junge Biolog:innen, Mediziner:innen und Informatiker:innen zusammenarbeiten, um gemeinsam Ideen und Methoden zur Verbesserung der klinischen Entscheidungsfindung bei Krebs zu entwickeln. Damit reagieren sie auf die massiv zunehmende Menge an routinemäßig verfügbaren Daten in der Onkologie, die derzeit nicht für die klinische Entscheidungsfindung genutzt werden, und führen die Disziplinen zusammen.

Das Labor arbeitet mit Wissenschaftler:innen auf der ganzen Welt zusammen, darunter mit Einrichtungen wie dem National Cancer Center Japan, der Universität Kapstadt, der Medizinischen Universität Innsbruck, der Universität Leeds, der KU Leuven, dem Memorial Sloan Kettering Cancer Center, der Medizinischen Universität Wien, der Universität Maastricht, der McGill University, der Charité Berlin, dem Cancer Research UK Cambridge Institute und zahlreichen anderen. Dies ermöglicht den Forschenden wertvolle Einblicke in die Forschung ihrer Kolleg:innen und Kollaborationen durch Forschungsaufenthalte, wie dem zweimonatigen Besuch von Gregory Veldhuizen, Clinical Scientist in SECAI und Kollege von Radhika, am Pearson Lab an der University of Chicago. Der Fokus liegt auf dem globalen Netzwerk, das den Austausch von Wissen und Fachkenntnissen ermöglicht und so zu den gemeinsamen Anstrengungen beiträgt, die Krebsforschung und die klinische Entscheidungsfindung voranzubringen.

Zusätzlich zu den Kooperationen ermöglichen es Drittmittel der Forschungsgruppe, ihre vielversprechenden Fortschritte in der Krebsforschung zu beschleunigen. Seit 2019 hat die Forschungsgruppe mehr als 6,5 Millionen Euro an Fördermitteln erhalten. Zuletzt erhielt sie vom Europäischen Forschungsrat (ERC) eine Förderung für das Projekt NADIR (New directions for deep learning in cancer research through concept explainability and virtual experimentation) in Höhe von 1,5 Millionen Euro bis 2028.

Kather selbst besetzt eine Doppelprofessur für Medizin und Informatik am EKFZ und der TU Dresden, ist Oberarzt in der medizinischen Onkologie am Universitätsklinikum Dresden und forscht zusätzlich im Nationalen Zentrum für Tumorerkrankungen in Heidelberg. Seit Juni 2022 leitet er die Forschungsgruppe Clinical Artificial Intelligence am EKFZ für Digitale Gesundheit und entwickelt KI-Methoden für den Einsatz im klinischen Umfeld.