Auf dem Weg zur personalisierten Therapie: KI könnte Ausbreitung von Lungenkrebs auf das Gehirn vorhersagen

Ergebnisse einer neuen Studie aus den USA könnten dabei helfen, bei Patienten mit Lungenkrebs im Frühstadium das richtige Gleichgewicht zwischen proaktivem Eingreifen und sorgfältiger Überwachung zu finden. Die Lösung: Künstliche Intelligenz (KI).

In ihrer Studie nutzten die Autoren ein auf KI basierendes Verfahren, um Abbildungen von Lungenbiopsien zu untersuchen und vorherzusagen, ob sich die Krebserkrankung der Patienten auf das Gehirn ausbreiten wird.

„Es gibt keine Vorhersagetools, die Ärzten bei der Behandlung von Patienten mit Lungenkrebs helfen könnten“, erläutert Dr. Richard J. Cote, Edward Mallinckrodt-Professor und Leiter der Abteilung für Pathologie und Immunologie an der Washington University School of Medicine in St. Louis (USA). „Wir verfügen über Risikoprädiktoren, die uns sagen, bei welcher Bevölkerungsgruppe die Wahrscheinlichkeit höher ist, dass es zu weiter fortgeschrittenen Stadien kommen wird, aber uns fehlt die Fähigkeit, die Outcomes für einzelne Patienten vorherzusagen. Unsere Studie deutet darauf hin, dass KI-Methoden möglicherweise aussagekräftige Vorhersagen treffen können, die spezifisch und empfindlich genug sind, um Auswirkungen auf das Patientenmanagement zu haben.“

Bei etwa 30 Prozent aller Patienten, bei denen eine noch auf die Lunge beschränkte Krebserkrankung im Frühstadium festgestellt wird, kommt es im Verlauf zu einer Ausbreitung auf die Lymphknoten und andere Organe. Da das Gehirn oft zuerst betroffen ist, benötigen diese Patienten zusätzliche Behandlungen, einschließlich Chemotherapie, gezielter medikamentöse Therapie, Bestrahlung und/oder Immuntherapie. Weil es aber keine Möglichkeit gebe zu erkennen, bei welchen Patienten es zu einem Progress kommt, würden aus Vorsicht häufig aggressive Therapien eingesetzt, heißt es in einer Mitteilung der Washington University School of Medicine anlässlich der Publikation der Studie.

Die Forschenden trainierten nun einen Algorithmus maschinellen Lernens darauf, Hirnmetastasen anhand von 118 Lungenbiopsien von Patienten mit Nichtkleinzelligem Lungenkrebs im Frühstadium vorherzusagen. Einige der Patienten entwickelten während eines fünfjährigen Überwachungszeitraums Hirnmetastasen, andere nicht und befanden sich in Remission. Anschließend testeten die Forscher die KI-Methode an Lungenbiopsien von 40 weiteren Patienten auf ihre Fähigkeit hin, Hirnmetastasen vorherzusagen und Patienten zu identifizieren, die keine Metastasen entwickeln.

Der Algorithmus war den Wissenschaftlern zufolge dazu in der Lage, die mögliche Entwicklung von Hirnmetastasen mit einer Genauigkeit von 87 Prozent vorherzusagen. Im Vergleich dazu erreichten vier an der Studie beteiligte Pathologen eine durchschnittliche Genauigkeit von 57,3 Prozent. Als wichtig heben die Autoren hervor, dass der Algorithmus sehr genau vorhersagte, welche Patienten keine Hirnmetastasen entwickeln würden.

„Unsere Ergebnisse müssen in einer größeren Studie validiert werden, aber wir glauben, dass KI großes Potenzial besitzt, wenn es darum geht, genaue Vorhersagen zu treffen und Pflegeentscheidungen zu beeinflussen“, erklärt der ebenfalls an der Studie beteiligte Dr. Ramaswamy Govindan, der Lungenkrebspatienten am Siteman Cancer Center am Barnes-Jewish Hospital (USA) behandelt. „Systemische Behandlungen wie die Chemotherapie sind zwar wirksam bei der Vernichtung von Krebszellen, können aber auch gesunde Zellen schädigen und sind nicht immer die bevorzugte Behandlungsmethode für alle Krebspatienten im Frühstadium. Die Identifizierung von Patienten, bei denen die Wahrscheinlichkeit für eine Rezidivierung im Gehirn besteht, kann uns dabei helfen, Strategien zu entwickeln, um Krebs frühzeitig im Metastasierungsprozess abzuwehren. Wir glauben, dass KI-basierte Vorhersagen eines Tages als Grundlage für personalisierte Behandlungen dienen könnten.“

Das in der Studie untersuchte KI-System bewertet die Merkmale von Tumoren und gesunden Zellen. Was der Algorithmus dabei sieht, weiß man jedoch nicht: Die Wissenschaftler arbeiten daran, die molekularen und zellulären Merkmale zu verstehen, die KI für ihre Vorhersagen nutzt. Dieses Wissen könnte zur Entwicklung neuartiger Therapeutika führen und das Design von Bildgebungsinstrumenten zu optimieren.

„Diese Studie begann als Versuch, prädiktive Biomarker zu finden“, erklärt der ebenfalls an der Untersuchung beteiligte Ingenieur Changhuei Yang vom California Institute of Technology (USA). „Aber wir konnten keine finden. Stattdessen haben wir herausgefunden, dass KI das Potenzial besitzt, anhand von Biopsien, die bereits für die Diagnose entnommen werden, Vorhersagen über das Voranschreiten einer Krebserkrankung zu treffen. Wenn wir eine Vorhersagegenauigkeit erreichen können, die es uns ermöglicht, diesen Algorithmus klinisch einzusetzen und nicht auf teure Biomarker zurückgreifen zu müssen, sprechen wir von erheblichen Auswirkungen auf die Kosteneffizienz.“