Kann KI eine präzisere Krebsprognose liefern?
Von Elizabeth Millard
Sept. 1, 2022 - Es ist schwer herauszufinden, wie der weitere Weg eines Krebspatienten aussehen wird. Dabei werden viele Faktoren berücksichtigt, wie der Gesundheitszustand und die Familiengeschichte des Patienten, Grad und Stadium des Tumors sowie die Eigenschaften der Krebszellen. Letztendlich hängt die Prognose jedoch von den medizinischen Fachkräften ab, die die Fakten analysieren.
Das kann zu einer "großen Variabilität" führen, sagt Dr. Faisal Mahmood, Assistenzprofessor in der Abteilung für Computational Pathology am Brigham and Women's Hospital. Patienten mit ähnlichen Krebsarten können sehr unterschiedliche Prognosen erhalten, wobei einige mehr (oder weniger) genau sind als andere, sagt er.
Deshalb haben er und sein Team ein Programm mit künstlicher Intelligenz (KI) entwickelt, das eine objektivere - und potenziell genauere - Einschätzung vornehmen kann. Ziel der Forschung war es, herauszufinden, ob die KI eine praktikable Idee ist, und die Ergebnisse des Teams wurden in Cancer Cell veröffentlicht.
Und da die Prognose bei der Entscheidung über die Behandlung von entscheidender Bedeutung ist, könnte mehr Genauigkeit einen größeren Behandlungserfolg bedeuten, so Mahmood.
"Diese Technologie hat das Potenzial, objektivere Risikobewertungen und damit auch objektivere Behandlungsentscheidungen zu ermöglichen", sagt er.
Aufbau der KI
Die Forscher entwickelten die KI anhand von Daten aus dem Krebsgenomatlas, einem öffentlichen Katalog mit Profilen verschiedener Krebsarten.
Ihr Algorithmus prognostiziert den Verlauf einer Krebserkrankung auf der Grundlage der Histologie (einer Beschreibung des Tumors und der Geschwindigkeit, mit der die Krebszellen wahrscheinlich wachsen) und der Genomik (Verwendung von DNA-Sequenzierung zur Bewertung eines Tumors auf molekularer Ebene). Die Histologie ist seit mehr als 100 Jahren der diagnostische Standard, während die Genomik immer häufiger eingesetzt wird, so Mahmood.
"Beide werden heute in den großen Krebszentren für die Diagnose verwendet", sagt er.
Um den Algorithmus zu testen, wählten die Forscher die 14 Krebsarten mit den meisten verfügbaren Daten aus. Bei der Kombination von Histologie und Genomik lieferte der Algorithmus genauere Vorhersagen als bei einer der beiden Informationsquellen allein.
Und nicht nur das: Die KI verwendete auch andere Marker - wie die Immunreaktion des Patienten auf die Behandlung - ohne dass sie dazu aufgefordert wurde, so die Forscher. Das könnte bedeuten, dass die KI neue Marker entdecken kann, die wir noch gar nicht kennen, sagt Mahmood.
Was kommt als Nächstes?
Obwohl noch weitere Forschungsarbeiten erforderlich sind - einschließlich groß angelegter Tests und klinischer Versuche - ist Mahmood zuversichtlich, dass diese Technologie eines Tages, wahrscheinlich in den nächsten zehn Jahren, für echte Patienten eingesetzt werden wird.
"In Zukunft werden wir groß angelegte KI-Modelle sehen, die in der Lage sind, Daten aus verschiedenen Modalitäten zu erfassen", sagt er, z. B. aus der Radiologie, der Pathologie, der Genomik, den Krankenakten und der Familiengeschichte.
Je mehr Informationen die KI einbeziehen kann, desto genauer wird ihre Bewertung sein, sagt Mahmood.
"Dann können wir das Patientenrisiko kontinuierlich auf rechnerische und objektive Weise bewerten."
