1. Sept. 2022 – Es ist schwer abzuschätzen, wie die Zukunft für einen Krebspatienten aussehen wird. Viele Beweise werden berücksichtigt, wie die Gesundheit und Familienanamnese des Patienten, Grad und Stadium des Tumors und Merkmale der Krebszellen. Aber letztendlich hängt der Ausblick von den Gesundheitsexperten ab, die die Fakten analysieren.
Das kann zu „großflächiger Variabilität“ führen, sagt Faisal Mahmood, PhD, Assistenzprofessor in der Abteilung für Computational Pathology am Brigham and Women’s Hospital. Patienten mit ähnlichen Krebsarten können mit sehr unterschiedlichen Prognosen enden, wobei einige mehr (oder weniger) genau sind als andere, sagt er.
Aus diesem Grund haben er und sein Team ein Programm für künstliche Intelligenz (KI) entwickelt, das eine objektivere – und möglicherweise genauere – Bewertung ermöglichen kann. Das Ziel der Forschung war es, festzustellen, ob die KI eine praktikable Idee ist, und die Ergebnisse des Teams wurden in veröffentlicht Krebszelle.
Und da die Prognose der Schlüssel zur Entscheidung über Behandlungen ist, könnte mehr Genauigkeit mehr Behandlungserfolg bedeuten, sagt Mahmood.
„[This technology] hat das Potenzial, objektivere Risikobewertungen und folglich objektivere Behandlungsentscheidungen zu generieren“, sagt er.
Aufbau der KI
Die Forscher entwickelten die KI unter Verwendung von Daten aus dem Cancer Genome Atlas, einem öffentlichen Katalog von Profilen verschiedener Krebsarten.
Ihr Algorithmus prognostiziert Krebsergebnisse basierend auf Histologie (eine Beschreibung des Tumors und wie schnell die Krebszellen wahrscheinlich wachsen werden) und Genomik (unter Verwendung von DNA-Sequenzierung zur Bewertung von a Tumor auf molekularer Ebene). Histologie ist seit mehr als 100 Jahren der diagnostische Standard, während die Genomik immer mehr zum Einsatz kommt, bemerkt Mahmood.
„Beide werden heute häufig zur Diagnose in großen Krebszentren eingesetzt“, sagt er.
Um den Algorithmus zu testen, wählten die Forscher die 14 Krebsarten mit den meisten verfügbaren Daten aus. Wenn Histologie und Genomik kombiniert wurden, lieferte der Algorithmus genauere Vorhersagen als mit einer der beiden Informationsquellen allein.
Nicht nur das, die KI verwendete auch andere Marker – wie die Immunantwort des Patienten auf die Behandlung – ohne dazu aufgefordert zu werden, fanden die Forscher heraus. Dies könnte bedeuten, dass die KI neue Marker entdecken kann, von denen wir noch nicht einmal wissen, sagt Mahmood.
Was kommt als nächstes
Obwohl mehr Forschung erforderlich ist – einschließlich groß angelegter Tests und klinischer Studien – ist Mahmood zuversichtlich, dass diese Technologie eines Tages, wahrscheinlich in den nächsten 10 Jahren, bei echten Patienten eingesetzt werden wird.
„In Zukunft werden wir groß angelegte KI-Modelle sehen, die Daten aus mehreren Modalitäten aufnehmen können“, sagt er, wie Radiologie, Pathologie, Genomik, Krankenakten und Familienanamnese.
Je mehr Informationen die KI einbeziehen kann, desto genauer wird ihre Bewertung sein, sagt Mahmood.
“Dann können wir das Patientenrisiko kontinuierlich rechnerisch und objektiv bewerten.”