Vergabe von neun Else Kröner Memorialstipendien

Die EKFS ermöglicht es jungen Ärztinnen und Ärzten, sich zwei Jahre lang intensiv ihrer Forschung und dem Aufbau einer wissenschaftlichen Karriere zu widmen.
Else Kröner Memorialstipendien

In diesem Jahr erhalten neun Nachwuchsforschende ein zweijähriges Else Kröner Memorialstipendium. Die Förderung ist mit insgesamt jeweils 250.000 Euro dotiert. Sie ermöglicht es den Stipendiatinnen und Stipendiaten, sich von klinischen Aufgaben freistellen zu lassen und ein vielversprechendes medizinisches Forschungsvorhaben gezielt voranzutreiben. Zugleich schafft sie wichtige Voraussetzungen für eine Karriere als Clinician Scientist.

Dr. Ekaterina Friebel

Folgende Ärztinnen und Ärzte haben sich erfolgreich durchgesetzt:

Dr. Ekaterina Friebel, Institut für Neuropathologie, Charité – Universitätsmedizin Berlin    
Projekt: Zelluläre und transkriptomische Veränderungen als Grundlage unterschiedlicher klinischer Phänotypen bei Amyotropher Lateralsklerose (ALS) 
Bei der unheilbaren Erkrankung Amyotrophe Lateralsklerose (ALS) sterben die Nervenzellen, die die Muskeln steuern, ab. Der Verlauf kann jedoch unterschiedlich sein. Bei manchen Betroffenen sind vor allem Nervenzellen im Gehirn geschädigt, bei anderen stärker im Hirnstamm und Rückenmark. In diesem Projekt untersucht Dr. Ekaterina Friebel Gewebe aus verschiedenen Regionen derselben ALS-Patientinnen und -Patienten. Mithilfe moderner Einzelzellmethoden werden Veränderungen in Nervenzellen und in den sie unterstützenden Zellen, wie Mikroglia, analysiert. Das Ziel besteht darin, die Ursachen der unterschiedlichen Krankheitsverläufe zu verstehen und Merkmale für eine präzisere Diagnose zu finden. 

Dr. Maximilian Haist

Dr. Maximilian Haist, Hautklinik der Universitätsmedizin Mainz
Projekt: Ein spatialer Atlas des Mikromilieus im Merkelzellkarzinom zur Modulation lokaler Immunantworten und Verhinderung der Metastasierung
Das Merkelzellkarzinom (MCC) ist eine seltene, aber aggressive Form von Hautkrebs mit einer hohen Metastasierungsrate und schlechter Prognose. Der Krankheitsverlauf wird durch eine Infektion mit dem Merkelzell-Polyomavirus (MCPyV) sowie durch UV-Strahlung verursachte DNA-Schäden beeinflusst. Dr. Maximilian Haist und sein Team erstellen einen Atlas des MCC-Mikromilieus, um Tumor-Immun-Interaktionen zu kartieren und Merkmale der virusassoziierten Immunmodulation sowie das Risiko für eine Fernmetastasierung zu identifizieren. Die gewonnenen Erkenntnisse werden in unabhängigen, externen MCC-Kohorten validiert, um die Einteilung in Patientengruppen und die Auswahl der Therapie zu verbessern.

Dr. Konrad Hoeft

Dr. Konrad Hoeft, Klinik für Nieren- und Hochdruckkrankheiten, rheumatologische und immunologische Erkrankungen (Medizinische Klinik II), Uniklinik RWTH Aachen
Projekt: Untersuchung der chronischen Nierenerkrankung und Fibrose als Treiber der Herzinsuffizienz mit erhaltener Ejektionsfraktion 
Bei vielen Menschen mit chronischer Nierenerkrankung entwickelt sich eine besondere Form der Herzschwäche: Das Herz pumpt zwar normal, wird jedoch steif und kann sich nicht mehr ausreichend mit Blut füllen. Warum kranke Nieren das Herz verändern, ist bislang unklar. Es wird vermutet, dass sich Giftstoffe im Blut anreichern und das Herzgewebe vernarben lassen. Dr. Konrad Hoeft untersucht erkranktes Herzgewebe bis auf Zellebene und überprüft die gewonnenen Erkenntnisse an aus Stammzellen gezüchteten Mini-Herzen. Das Ziel besteht darin, die Wechselwirkungen zwischen Niere und Herz besser zu verstehen und neue Behandlungsansätze zu finden.

Dr. Friederike Jungmann forscht an der TU München (TUM) und am TUM Universitätsklinikum daran, den Einsatz von KI in der Medizin sicherer zu machen

Dr. Friederike Jungmann, Institut für diagnostische und interventionelle Radiologie, TUM Klinikum
Projekt: From Benchmark to Bedside: Verbesserung der Sicherheit und Zuverlässigkeit LLM-basierter klinischer Entscheidungsfindung mittels evidenzbasierten medizinischen Schlussfolgerns
KI hält zunehmend Einzug in viele Lebensbereiche – auch in die Medizin. In dem Projekt werden verschiedene Ansätze integriert, um medizinisches „Wissen“ in aktuelle Large Language Models (LLMs) einzubinden und deren klinische Wirkung zu bewerten. Das Ziel besteht darin, das klinische Urteilsvermögen der Modelle zu verbessern, eine datenbasierte und robuste Bewertung zu ermöglichen sowie die Entwicklung eines medizinisch fundierten klinischen Entscheidungssystems zu unterstützen. Durch die Entwicklung von Methoden zur Verbesserung der Robustheit, medizinischen Genauigkeit und Leitlinientreue von LLMs leistet das Projekt einen Beitrag zur Patientensicherheit in der zunehmend digitalisierten Gesundheitsversorgung.

Dr. Benjamin Klein

Dr. Benjamin Klein, Medizinische Fakultät Universität Leipzig, Klinik für Dermatologie, Venerologie und Allergologie Universitätsklinikum Leipzig
Projekt: Von der molekularen Signatur zur personalisierten Therapie bei kutanem Lupus erythematodes
Der kutane Lupus erythematodes (CLE) ist eine chronisch entzündliche Hauterkrankung, die sich durch eine ausgeprägte klinische und molekulare Heterogenität auszeichnet. Die bisher etablierten Therapien sind nicht bei allen Betroffenen gleichermaßen wirksam. Im Rahmen des Projekts soll untersucht werden, inwieweit molekulare Signaturen zur Charakterisierung von Krankheitsaktivität und Therapieansprechen beitragen können. Hierzu werden klinische Daten der Patientinnen und Patienten mit molekularen Signaturen aus Hautproben, funktionellen Untersuchungen primärer Hautzellen und longitudinalen Analysen der Immunzellen im Blut verknüpft, um Veränderungen im Krankheitsverlauf und Therapieansprechen abzubilden. Das Ziel besteht darin, molekulare Endotypen zu identifizieren, die eine bessere Einschätzung des individuellen Krankheitsrisikos und eine personalisierte Therapieentscheidung beim CLE ermöglichen. 

Caroline Kolvenbach bei der Analyse von Nierenorganoiden.

Caroline M. Kolvenbach, Zentrum für Kinder- und Jugendmedizin, Universitätsklinikum Heidelberg
Projekt: Entschlüsselung allelabhängiger phänotypischer Unterschiede bei HNF1B-assoziierten Nierenerkrankungen
Veränderungen im HNF1B-Gen sind eine häufige genetische Ursache für angeborene Nierenfehlbildungen. Welche Fehlbildungen auftreten und wie stark die Nierenfunktion beeinträchtigt ist, kann jedoch sehr unterschiedlich sein. In diesem Projekt untersucht Caroline M. Kolvenbach mit ihrem Team, wie sich verschiedene Veränderungen dieses Gens auf die Entwicklung und Funktion der Niere auswirken. Die Ergebnisse sollen dabei helfen, das variable Krankheitsbild besser zu verstehen und mögliche Ansatzpunkte für zukünftige Therapien zu identifizieren. 

Dr. Jakob Kreye im Charité Crossover (CCO) in Berlin

Dr. Jakob Kreye, Klinik für Pädiatrie mit Schwerpunkt Neurologie sowie Institut für Zell- und Neurobiologie, Charité – Universitätsmedizin Berlin
Projekt: Mütterliche Autoantikörper-Signaturen bei Autismus-Spektrum-Störungen
Weltweit sind etwa ein Prozent der Kinder von Autismus-Spektrum-Störungen betroffen. Neben genetischen Risikofaktoren könnten auch mütterliche Autoantikörper eine Rolle spielen. Diese können über die Plazenta zum ungeborenen Kind gelangen und dessen Nervensystem beeinflussen. Dr. Jakob Kreye und sein Team untersuchen Blutproben von Müttern autistischer Kinder und Vergleichspersonen, um relevante Autoantikörper und ihre Zielstrukturen zu identifizieren. Das Ziel besteht darin, deren Häufigkeit und Eigenschaften zu bestimmen. Langfristig könnten die Ergebnisse zu einem besseren Verständnis der biologischen Entstehungsmechanismen beitragen und die Grundlage für neue Biomarker sowie gezielte medizinische Ansätze schaffen. 

Dr. André Pfob bei der Analyse von Scherwellen-Elastographie-Aufnahmen im Rahmen seiner Forschung zur KI-gestützten Brustkrebsdiagnostik.

Dr. André Pfob, Institute for Medical Artificial Intelligence (IMAI), Universitätsklinikum Heidelberg & Medizinische Fakultät der Universität Heidelberg sowie Brustzentrum Heidelberg an der Klinik St. Elisabeth 
Projekt: KI-gestützte Scherwellen-Elastographie zur Verbesserung der Brustkrebsdiagnostik: Eine prospektive Phase-II-Validierungsstudie
Bei auffälligen Befunden in der Brust ist die Ultraschalluntersuchung ein wichtiges diagnostisches Verfahren. Da gut- und bösartige Veränderungen jedoch ähnlich aussehen können, werden häufig Gewebeproben entnommen, die sich später als gutartig erweisen. Die Scherwellen-Elastographie misst zusätzlich die Festigkeit des Brustgewebes, ihre Auswertung ist jedoch komplex. Dr. André Pfob und sein Team haben deshalb ein KI-Verfahren entwickelt, das Elastographie-Bilder automatisch analysiert. In Vorarbeiten erkannte das Modell Brustkrebs zuverlässig und reduzierte unnötige Biopsien. Im Rahmen des Else Kröner Memorialstipendiums wird dieses Verfahren nun erstmals prospektiv im klinischen Alltag geprüft. 

Dr. Sebastian Ziegelmayer entwickelt am TUM Klinikum KI-Modelle, die aus Routine-CT-Aufnahmen ablesen, wie bösartige Tumoren Organe und Gewebe verändern.

Dr. Sebastian Ziegelmayer, Institut für diagnostische und interventionelle Radiologie, TUM Klinikum
Projekt: Bildbasierte Modellierung des Tumormakroenvironments bei gastrointestinalen Tumoren
Bösartige Tumoren verändern nicht nur das betroffene Organ, sondern den gesamten Körper, beispielsweise den Stoffwechsel, die Muskulatur, das Fettgewebe und die inneren Organe. Diese Veränderungen können wiederum den Krankheitsverlauf, die Therapieverträglichkeit und die Metastasenbildung beeinflussen. Das Projekt untersucht das Tumormakroenvironment mithilfe routinemäßiger CT-Aufnahmen bei gastrointestinalen Tumoren. Ein KI-Modell erfasst die Organe und Gewebe automatisiert und analysiert ihre Veränderungen im Zeitverlauf. Das Ziel besteht darin, das Gesamtüberleben, die Metastasierungsmuster und die Nebenwirkungen einer Behandlung vorherzusagen, um eine genauere Einschätzung des individuellen Krankheitsrisikos zu ermöglichen.