AG Künstliche Intelligenz

Schwerpunkte:

  • Anwendung von großen Sprachmodellen als Informationsquelle und Entscheidungsunterstützungsystem
  • Multimodale Foundation Modelle
  • KI-basierte Analyse für Patienten mit Hirnmetastasen (AURORA Multicenter Studie der AG Stereotaxie der DEGRO).
  • KI-basierte Analyse von Patienten mit Analkarzinomen (DKTK Multicenter Studie).
  • KI-basierte Analyse von Patienten mit Weichteilsarkomen.
  • KI-basierte Analyse von Patienten mit Prostatakarzinomen (Co-IMPACT consortium)
  • Entwicklung und Verbesserung von neuronalen Netzen zur Segmentierung von Tumoren und Risikoorganen. 
  • Vorhersage von Nebenwirkungen einer Strahlentherapie. 

 

Aktuelle Mitarbeiter:

  • Dr. med. Lucas Etzel (Physician Scientist) 
  • Dr. med. Mai Ngyuen (Physician Scientist) 
  • Dr. med. Dr. rer. Nat. Kim Kraus (Physician Scientist) 
  • Stefan Fischer (MSc; PhD-Student)
  • Johannes Kiechle (MSc; PhD-Student) 
  • Can Erdur (MSc; PhD-Student) 
  • Lukas Reuter (Medizinische Doktorarbeit)
  • Danai Pletzer (Medizinische Doktorarbeit)
  • Franziska Duschinger (Medizinische Doktorarbeit)
  • Ina Riegger (Medizinische Doktorarbeit)
  • Mohamed Shouman (Medizinische Doktorarbeit)
  • Nora Windeler  (Medizinische Doktorarbeit)
  • Josef Buchner  (Medizinische Doktorarbeit)
  • Maksym Oreshko (Medizinische Doktorarbeit)
  • Annika Domres (Medizinische Doktorarbeit)
  • Dr. Samuel Vorbach (PostDoc)

 

Ausgewählte Publikationen:

  • Peeken JC*, Etzel L*, Tomov T et al. Development and benchmarking of a Deep Learning-based MRI-guided gross tumor segmentation algorithm for Radiomics analyses in extremity soft tissue sarcomas. Radiother Oncol. 2024 Aug;197:110338. doi: https://doi.org/10.1016/j.radonc.2024.110338. *shared authorship.
  • Buchner JA, Kofler F, Mayinger M, … , Peeken JC. Radiomics-based prediction of local control in patients with brain metastases following postoperative stereotactic radiotherapy. Neuro Oncol. 2024 Sep 5;26(9):1638-1650. https://doi.org/10.1093/neuonc/noae098.
  • Kraus KM, Oreshko M, Schnabel JA, …, Peeken JC. Dosiomics and radiomics-based prediction of pneumonitis after radiotherapy and immune checkpoint inhibition: The relevance of fractionation. Lung Cancer. 2024 Mar;189:107507. doi: https://doi.org/10.1016/j.lungcan.2024.107507.
  • Zamboglou C*, Peeken JC*, Janbain A, et al. Development and Validation of a Multi-institutional Nomogram of Outcomes for PSMA-PET–Based Salvage Radiotherapy for Recurrent Prostate Cancer. JAMA Netw Open [Internet]. 2023; 6: e2314748. https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2805173, * shared authorship.
  • Spohn SKB, Schmidt-Hegemann N-S, Ruf J, …, Peeken JC. Development of PSMA-PET-guided CT-based radiomic signature to predict biochemical recurrence after salvage radiotherapy. Eur J Nucl Med Mol Imaging. 2023; Available at: https://doi.org/10.1007/s00259-023-06195-3.
  • Buchner JA, Kofler F, Etzel L, …, Peeken JC. Development and external validation of an MRI-based neural network for brain metastasis segmentation in the AURORA multicenter study. Radiother Oncol. 2023; 178: 109425. Available at: https://doi.org/10.1016/j.radonc.2022.11.014
  • Spohn SKB, Farolfi A, Schandeler S, …, Peeken JC. The maximum standardized uptake value in patients with recurrent or persistent prostate cancer after radical prostatectomy and PSMA-PET-guided salvage radiotherapy-a multicenter retrospective analysis. Eur J Nucl Med Mol Imaging. 2022 Dec;50(1):218-227. doi: https://doi.org/10.1007/s00259-022-05931-5.
  • Peeken JC, Asadpour R, Specht K, et al. MRI-based Delta-Radiomics predicts pathologic complete response in high-grade soft-tissue sarcoma patients treated with neoadjuvant therapy. Radiother Oncol. 2021 Nov;164:73–82. https://doi.org/10.1016/j.radonc.2021.08.023.
  • Peeken JC, Shouman MA, Kroenke M et al. A CT-based radiomics model to detect prostate cancer lymph node metastases in PSMA radioguided surgery patients. Eur J Nucl Med Mol Imaging. 2020;47(13):2968-2977. https://doi.org/10.1007/s00259-020-04864-1.
  • Peeken JC, Molina-Romero M, Diehl C et al. Deep learning derived tumor infiltration maps for personalized target definition in Glioblastoma radiotherapy. Radiother Oncol. 2019;138:166-172. https://doi.org/10.1016/j.radonc.2019.06.031.
PD Dr. med. Jan Peeken
Geschäftsführender Oberarzt
Arbeitsgruppenleitung: