KI-Durchbruch bei der Lungenkrebsvorhersage

Eine Studie der Washington University School of Medicine in St. Louis zeigt, dass künstliche Intelligenz (KI) die Behandlung von Lungenkrebs im Frühstadium revolutionieren könnte. Die Forschung stellt eine KI-Methode vor, die Bilder von Lungenbiopsien analysiert, um vorherzusagen, ob sich der Krebs ins Gehirn ausbreiten wird. Da Lungenkrebs weltweit eine der häufigsten krebsbedingten Todesursachen ist, könnte diese Entwicklung die Behandlungsstrategien grundlegend verändern.

Ärzte, die vor dem Dilemma stehen, aggressive, aber potenziell toxische Behandlungen für Patienten mit Lungenkrebs im Frühstadium auszuwählen, könnten in dieser wegweisenden KI-Studie Erleichterung finden. Die von Dr. Richard J. Cote und seinem Team geleitete Forschung konzentrierte sich auf die Vorhersage von Hirnmetastasen – ein entscheidender Faktor für die Notwendigkeit weiterer Behandlungen nach der Lungenoperation.

Das anhand von 118 Lungenbiopsieproben trainierte KI-System zeigte eine bemerkenswerte Genauigkeit bei der Vorhersage der Entwicklung von Hirntumoren. Es übertraf vier beteiligte Pathologen und erreichte eine Genauigkeit von 87 % im Vergleich zum Durchschnitt der Pathologen von 57,3 %. Diese neu gewonnene Präzision könnte Patienten vor unnötig aggressiven Therapien bewahren und einen individuelleren Behandlungsansatz ermöglichen.

Überbrückung der Vorhersagelücke in der Lungenkrebsversorgung

Bisher fehlten Ärzten die Instrumente, um den Krankheitsverlauf einzelner Patienten präzise vorherzusagen. Während Risikoprädiktoren Patientengruppen mit erhöhtem Risiko für eine Verschlimmerung der Erkrankung identifizierten, deutet eine Studie der Washington University darauf hin, dass KI diese Lücke schließen könnte. Dr. Cote betont das Potenzial von KI-Methoden für spezifische und sensitive Vorhersagen, die eine differenziertere Patientenversorgung ermöglichen.

Lungenkrebs, insbesondere nicht-kleinzelliger Lungenkrebs, der häufig mit Rauchen in Verbindung steht, stellt eine erhebliche Herausforderung für die öffentliche Gesundheit dar. Patienten im Frühstadium werden in der Regel operiert, doch bei etwa 30 % schreitet die Erkrankung in ein fortgeschrittenes Stadium fort, was weitere Behandlungen erforderlich macht. Die Ungewissheit, bei welchen Patienten ein Fortschreiten der Erkrankung zu erwarten ist, führt zu vorsichtigen, aber dennoch aggressiven Behandlungsansätzen. Die Fähigkeit von KI, Hirnmetastasen vorherzusagen, könnte diesen Aspekt der Patientenversorgung revolutionieren und einen personalisierteren und weniger invasiven Behandlungsweg ermöglichen.

KI übertrifft menschliche Vorhersagen.

Pathologen untersuchen Biopsiegewebe unter dem Mikroskop, um potenzielle Anomalien im Rahmen der Diagnostik zudent. Die Studie untersucht, ob KI die menschlichen Fähigkeiten bei der Erkennung von Merkmalen, die auf Hirnmetastasen hindeuten könnten, übertreffen kann. Der vom Forschungsteam entwickelte Algorithmus für maschinelles Lernen demonstrierte seine Fähigkeit, Hirnmetastasen vorherzusagen und Patienten zudent, die diese Komplikation nicht entwickeln würden.

Obwohl eine Validierung in einer größeren Studie erforderlich ist, lassen die Ergebnisse vielversprechende Schlüsse für den Einsatz von KI bei Behandlungsentscheidungen zu. Dr. Ramaswamy Govindan, Mitautor der Studie, sieht eine Zukunft voraus, in der KI-Vorhersagen personalisierte Therapien ermöglichen, die Abhängigkeit von systemischen Behandlungen wie Chemotherapie verringern und Schäden an gesunden Zellen minimieren.

Das KI-System wertet zelluläre Merkmale aus, ähnlich der Fähigkeit des menschlichen Gehirns, vertraute Gesichter zu erkennen. Die spezifischen Merkmale, die den KI-Vorhersagen zugrunde liegen, sind jedoch noch unbekannt, weshalb die Erforschung der molekularen und zellulären Zusammenhänge weiterhin intensiv vorangetrieben wird. Das Verständnis dieser Merkmale könnte den Weg für neuartige Therapien und optimierte Bildgebungsverfahren ebnen und die Lungenkrebsdiagnostik und -behandlung grundlegend verändern.

Dr. Changhuei Yang, einer der Hauptautoren der Studie, hebt die unerwartete Wendung der Forschung hervor. Ursprünglich auf die Suche nach prädiktiven Biomarkern ausgerichtet, zeigte die Studie das Potenzial von KI auf, anhand vorhandener Biopsieproben präzise Vorhersagen zu treffen. Die Implikationen sind bedeutend und deuten auf einen möglichen Wandel hin zu kostengünstigen Vorhersagen ohne den Einsatz teurer Biomarker.