Wissenschaftlerinnen an der Universität Köln haben mit dem neu entwickelten KI-System SPARK frischen Wind in die Krebsforschung gebracht. Dieses autonom arbeitende, agentenbasierte System soll die digitale Transformation der Pathologie unterstützen und zielt darauf ab, die Krebsdiagnostik erheblich zu verbessern. Hintergrund ist die Gewinnung biologischer Informationen aus histologischen Gewebeschnitten, die für eine genauere Diagnose von Tumoren unerlässlich sind. Die Ergebnisse der Studie „An agentic framework for autonomous scientific discovery in cancer pathology“ sind in Nature Medicine veröffentlicht worden und zeigen, dass SPARK einen neuen Ansatz bietet, indem es komplexe, medizinisch relevante Informationen aus über 5.400 Patientinnen analysiert und interpretiert.
SPARK revolutioniert die herkömmlichen Methoden, indem es spezialisierte Algorithmen zu einem koordinierten System verknüpft. So kann das „digitale Gehirn“ eigene biologische Hypothesen generieren und sogar umsetzen. Ein weiteres Highlight des Systems ist die intuitive Nutzung von Sprache als Schnittstelle, die Ärztinnen und Forschenden ohne Programmierkenntnisse eine einfache Interaktion mit Bilddaten ermöglicht. Bei der Analyse von Gewebemerkmalen kann SPARK Rückschlüsse auf den Krankheitsverlauf und das Therapieansprechen ziehen. Es wird erwartet, dass das System nicht nur die Diagnosen präzisiert, sondern auch eine strategische Stratifizierung von Patientinnen sowie die Verbesserung von Therapieentscheidungen ermöglicht.
Die Rolle der persönlichen Medizin
Inmitten dieser technologischen Fortschritte zeigt eine neue Studie an der Charité in Berlin, wie generative Künstliche Intelligenz (KI) auch in der personalisierten Krebstherapie aktiv wird. Diese Untersuchung beleuchtet, wie KI-Systeme, und speziell Large Language Models (LLMs) wie ChatGPT, den Ärzten helfen können, personalisierte Therapieoptionen zu entwickeln. Mit Hilfe eines molekularen Tumorboards, bestehend aus Experten verschiedener medizinischer Disziplinen, sollen komplexe Daten ausgewertet werden, um maßgeschneiderte Therapieempfehlungen zu erstellen.
Die Studie, die in JAMA Network Open veröffentlicht wurde, zeigt, dass KI personalisierte Therapieoptionen identifizieren kann, jedoch die Expertise menschlicher Fachleute nicht ganz erreichen kann. Herausforderungen wie Datenschutz und Reproduzierbarkeit sind bei der Anwendung von KI in der Medizin ebenfalls anzumerken. Dennoch versprechen neuere Entwicklungen in der KI-Technologie, zukunftsträchtige Hilfestellungen zu bieten.
Neue Perspektiven für die Forschung
Die bundesweite Initiative der Krebmedizin, die auf individuell zugeschnittene Therapien für Krebspatient*innen abzielt, wird unterstützt durch verschiedene Projekte, darunter die Tumorverhaltens-Prädiktions-Initiative (TPI). Diese Initiative hat das Ziel, neue Biomarker zu entdecken, die eine bessere Prognose- und Therapieansprechensschätzung ermöglichen. Der Einsatz von KI zur Analyse bestehender medizinischer Daten, die in Deutschland strengen Datenschutzauflagen unterliegen, ist ein zentraler Bestandteil der TPI. Hierbei wird insbesondere auf Brustkrebs, Prostatakarzinom und malignen Melanom fokussiert.
Durch KI-basierte Bildanalysen sollen Veränderungen im Tumorgewebe präzise nachgewiesen werden. Dies könnte nicht nur zu verbesserten Diagnosen führen, sondern auch das Gesundheitswesen entlasten. Ein weiterer Aspekt ist das föderierte Lernen, bei dem Daten bei den Kooperationspartnern verbleiben und die Modelle lokal verbessert werden. Dies zeigt, wie sich die integration von KI in den klinischen Alltag weiterentwickelt und welche Herausforderungen es dabei zu meistern gilt.
Insgesamt ist die Rolle von KI in der Krebsdiagnostik und -therapie von wachsender Bedeutung. Es bleibt zu hoffen, dass die Umsetzung dieser neuen Technologien bald in der täglichen medizinischen Praxis sichtbare Fortschritte bringt. Der Weg ist geebnet für eine Zukunft, in der individualisierte und datengetriebene Ansätze zur Norm in der Krebsmedizin werden.