Dr. Jacqueline Lammert
StMGP – GO-TWIN (Gynecological Oncology – Targeting Women’s Individual Needs)
Künstliche Intelligenz in der Frauengesundheit
Klinik und Poliklinik für Frauenheilkunde
Kontakt
Wissenschaftliche Laufbahn und Forschungsgebiete
Dr. Jacqueline Lammert ist in einer Doppelaffiliation als Oberärztin für Gynäkologische Präzisionsonkologie an der Frauenklinik und als Principal Investigator (PI) am Lehrstuhl für Medizinische Informatik tätig. Nach ihrem B.Sc. in Psychologie an der LMU München, den sie im Alter von 19 Jahren abschloss, studierte sie Humanmedizin an der FAU Erlangen-Nürnberg und der TUM (Abschluss 2019). Ihre neunfach ausgezeichnete Doktorarbeit zu Risikofaktoren für Brustkrebs und kardiovaskuläre Erkrankungen bei BRCA1- und BRCA2-Mutationsträgerinnen führte sie zu Forschungsaufenthalten nach Toronto und Melbourne. Ihre klinische Laufbahn begann sie 2020 als Assistenzärztin in der Klinik und Poliklinik für Frauenheilkunde. Ab 2024 war sie als Clinician Scientist tätig, bevor sie im Januar 2026 den Facharzttitel für Frauenheilkunde und Geburtshilfe erwarb. Seit 2025 ist sie zudem Mitglied im Wissenschaftlichen Beirat für Digitale Transformation der AOK Nordost.
Dr. Lammert (*1993) leitet die Forschungsgruppe KI in der Frauengesundheit. Sie verbindet KI und Präszisionsmedizin, um Benachteiligungen von Frauen in Forschung und Versorgung zu überwinden. Sie entwickelt KI-gestützte Systeme zur Analyse komplexer biomedizinischer Daten für datenbasierte Entscheidungen in der Gynäkologischen Präzisionsonkologie. Klinisch ist sie auf Gynäkologische Tumorgenetik und personalisierte Therapien seltener und fortgeschrittener Krebserkrankungen spezialisiert.
Wichtigste Auszeichungen
- Mitglied im Jungen Kolleg der Bayerischen Akademie der Wissenschaften (2026)
- Selbständige Forschungsgruppe im BMFTR-Förderschwerpunkt „Zukunft eHealth“ (2026-2031)
- Co-PI im SFB 1371 (seit 2026)
- Hightech-Nachwuchspreis Bayern 2025 (2025)
- Lehrpreis „PJ-Mentorin 2022 für herausragendes Engagement in der Lehre der Fakultät für Medizin“ (2023)
Schlüsselpublikationen (alle Publikationen)
Voelker G, Guelhan F, Luebberstedt J, Schmoeckel E, Borm KJ, Pfarr N, Tschochohei M, Houri L, Fendahl S, Arlanch E, Koechert M, Frank J, Tahiri N, Hapfelmeier A, Ilm K, Schueffler P, Janssen J, Boeker M, Kiechle M, Schatz UA, Mogler C, Bressem K, Adams LC, Lammert J. Real-world activity of trastuzumab deruxtecan in heavily pretreated HER2-expressing ovarian cancer: focusing on HER2-low responses and CCNE1 amplification. doi: 10.64898/2026.06.27.26356757.
AbstractMathes S, Ferber D, Dreyer T, Borm KJ, Modersohn L, Willem T, Dirven R, Vibert J, Kreutzfeldt S, Perez-Lopez R, Prelaj A, Strand F, Baird RD, Boeker M, Kather JN, Tschochohei M, Lammert J. Collaborative framework on responsible AI in LLM-driven CDSS for precision oncology leveraging real-world patient data. NPJ Precis Oncol. 2025;10(1):15.
AbstractLammert J, Pfarr N, Kuligin L, Mathes S, Dreyer T, Modersohn L, Metzger P, Ferber D, Kather JN, Truhn D, Adams LC, Bressem KK, Lange S, Schwamborn K, Boeker M, Kiechle M, Schatz UA, Bronger H, Tschochohei M. Large language models-enabled digital twins for precision medicine in rare gynecological tumors. NPJ Digit Med. 2025;8(1):420.
AbstractLammert J, Dreyer T, Mathes S, Kuligin L, Borm KJ, Schatz UA, Kiechle M, Lörsch AM, Jung J, Lange S, Pfarr N, Durner A, Schwamborn K, Winter C, Ferber D, Kather JN, Mogler C, Illert AL, Tschochohei M. Expert-guided large language models for clinical decision support in precision oncology. JCO Precis Oncol. 2024;8:e2400478.
AbstractLammert J, Lubinski J, Gronwald J, Huzarski T, Armel S, Eisen A, Meschino WS, Lynch HT, Snyder C, Eng C, Olopade OI, Ginsburg O, Foulkes WD, Elser C, Cohen SA, Kiechle M, Narod SA, Kotsopoulos J. Physical activity during adolescence and young adulthood and the risk of breast cancer in BRCA1 and BRCA2 mutation carriers. Breast Cancer Res Treat. 2018;169(3):561-571.
AbstractBei Änderungs- oder Aktualisierungswünschen wenden Sie sich bitte an TUM Talent Factory.