03.02.2025
Personalisierte Medizin zielt darauf ab, die Behandlungen auf einzelne Patient:innen maßzuschneidern. Bisher geschieht das anhand einer geringen Anzahl an Parametern, die den Krankheitsverlauf vorhersagen sollen. Um aber die komplexen Zusammenhänge bei Krankheiten wie Krebs zu verstehen, reichen diese wenigen Werte oft nicht aus.
Ein Forschungsteam der Medizinischen Fakultät der Universität Duisburg-Essen (UDE), der Ludwig-Maximilians-Universität München (LMU) und des (BIFOLD) an der Technischen Universität Berlin haben durch den Einsatz von Künstlicher Intelligenz (KI) für dieses Problem einen neuen Lösungsansatz entwickelt.
Mehr Quellen geben bessere Datenlage
Basierend auf der CCCE).
-Infrastruktur des Universitätsklinikums Essen haben die Forschenden Daten aus verschiedenen Quellen zusammengeführt. Darunter die medizinische Vorgeschichte, Laborwerte, Bildgebung und genetische Analysen. Es ging darum, die klinische Entscheidungsfindung zu erleichtern. „Obwohl in der modernen Medizin riesige Mengen an klinischen Daten verfügbar sind, bleibt das Versprechen einer wirklich personalisierten Medizin oft noch unerfüllt“, so Prof. Dr. Dr. Jens Kleesiek. Er arbeitet am Institut für Künstliche Intelligenz in der Medizin am Universitätsklinikum Essen und dem Cancer Research Center Cologne Essen (Mehr Personalisierung durch KI
In der onkologisch-klinischen Praxis werden bislang eher starre Bewertungssysteme wie die Einteilung in Tumorstadien verwendet. Diese berücksichtigen die individuelle Unterschiede wie Geschlecht, Ernährungszustand oder Begleiterkrankungen kaum. „Mithilfe moderner KI-Technologien, insbesondere erklärbarer Künstlicher Intelligenz, kurz xAI, können diese komplexen Beziehungen entschlüsselt und die Krebsmedizin deutlich stärker personalisiert werden“, so Prof. Dr. Frederick Klauschen. Er ist Direktor des Pathologischen Instituts der LMU und Forschungsgruppenleiter am BIFOLD, wo dieser Ansatz mit Prof. Dr. Klaus-Robert Müller entwickelt wurde.
Einbeziehung vieler Parameter möglich
Für die kürzlich in IKIM).
veröffentlichte Studie wurde die KI mit Daten von über 15.000 Patient:innen mit insgesamt 38 verschiedenen soliden Tumorerkrankungen angelernt. Dabei wurde das Zusammenspiel von 350 Parametern untersucht. Darunter sind klinische Daten, Laborwerte, Daten aus bildgebenden Verfahren und genetische Tumorprofile. „Wir haben Schlüsselfaktoren identifiziert, die einen Großteil der Entscheidungsprozesse des neuronalen Netzwerks ausmachten, sowie eine Vielzahl prognostisch relevanter Wechselwirkungen zwischen den Parametern“, erklärt Dr. Julius Keyl, Clinician Scientist am Institut für KI in der Medizin (Transparente Entscheidungsfindung
Das KI-Modell wurde dann erfolgreich anhand der Daten von über 3.000 Lungenkrebspatient:innen überprüft, um die gefundenen Wechselwirkungen zu validieren. Die KI kombiniert die Daten miteinander und ermittelt daraus eine Gesamtprognose für jeden einzelne:n Erkrankten. Als erklärbare KI macht das Modell seine Entscheidungsfindung für das behandelnde Personal nachvollziehbar. Denn es zeigt, wie jeder einzelne Parameter zu dieser Prognose beigetragen hat.
„Unsere Ergebnisse zeigen das Potenzial von Künstlicher Intelligenz, klinische Messwerte nicht einzeln, sondern im Zusammenhang zu betrachten, neu zu bewerten und so eine personalisierte, datengetriebene Krebstherapie zu ermöglichen“, so Dr. Philipp Keyl von der LMU. Die KI-Methode könnte zukünftig auch in Notfällen, bei denen es lebenswichtig ist, diagnostische Parameter möglichst schnell in ihrer Gesamtlage beurteilen.
Überprüfung in Klinischen Studien
Die Forschenden hoffen außerdem, auf diese Weise auch komplexe, krebsübergreifende Zusammenhänge zu entschlüsseln. Mit herkömmlichen statistischen Methoden sind diese bisher oft unentdeckt geblieben. „Im Nationalen Centrum für Tumorerkrankungen (NCT) in Verbindung mit weiteren onkologischen Netzwerken, wie dem Bayerischen Zentrum für Krebsforschung (BZKF) haben wir die idealen Voraussetzungen, um nun den nächsten Schritt zu gehen. Den Nachweis eines echten Patientennutzens unserer Technologie im Rahmen klinischer Studien zu erbringen“, ergänzt Prof. Dr. Martin Schuler, Geschäftsführender Direktor des Standorts NCT West und Leiter der Medizinischen Onkologie am Universitätsklinikum Essen.
Weitere Informationen
Der Leuchtturm Digitale.Medizin.NRW bringt Akteur:innen der Digitalen Medizin in NRW aus Wirtschaft und Wissenschaft über die Disziplinengrenzen hinweg zusammen.
Gleichzeitig dient der Leuchtturm als zentrale Plattform für Vernetzung und Austausch in NRW.
Weitere Neuigkeiten aus NRW zu Innovationen, Forschungsergebnissen und Entwicklungen der innovativen Medizin finden Sie bei unseren News.