GA: Neues KI-Modell zur Verbesserung der Rekrutierung für klinische Studien entwickelt

Ein Team unter der Leitung von Forschern des University College London (UCL) und des Moorfields Eye Hospital hat ein neues System der künstlichen Intelligenz (KI) entwicklet, das den Zeit- und Kostenaufwand für die Rekrutierung von Patienten mit geographischer Atrophie (GA) für klinische Studien reduzieren könnte.

Bis vor kurzem gab es keine wirksamen Behandlungen für die GA, von der weltweit fünf bis zehn Millionen Menschen betroffen sind. Im vergangenen Jahr wurden von der FDA zwei Medikamente für die GA-Behandlung zugelassen. Das hat viele neue klinische Studien für diese Krankheit angestoßen. Das neue KI-System hat nach Angaben der Forscher, das Potenzial, ein Haupthindernis für klinische Studien zur GA zu überwinden: die Rekrutierung einer ausreichenden Zahl von Patienten, die die Studienkriterien erfüllen. Die Studie wurde in der Fachzeitschrift „Ophthalmology Science“ veröffentlicht.

Zur Bewertung des KI-Modells ließen die Forscher einen Algorithmus auf 602.826 Netzhautscans mit optischer Kohärenztomographie (OCT) aus einem ethnisch gemischten Datensatz von 306.651 Moorfields-Patienten aus dem Zeitraum von 2008 bis 2023 laufen und ermittelten eine Auswahlliste von Patienten, die am ehesten für klinische GA-Studien in Frage kommen.

Den Wissenschaftlern nach identifizierte das KI-System fast doppelt so viele Kandidaten mit einer höheren Präzision verglichen mit dem herkömmlichen Ansatz, Patienten für klinische Studien mit Hilfe einer Stichwortsuche in den elektronischen Gesundheitsakten (EHR) zu finden. Dabei konnte das System, so die Forscher weiter, schnell zwischen verschiedenen Krankheitsstadien unterscheiden und Patienten mit Begleiterkrankungen, welche eine Studienteilnahme ausklammert, ausschließen.

Die Entwicklung des KI-Systems stütze sich auf die Computerinfrastruktur und die kuratierten Datensätze des INSIGHT Health Data Research Hub Programme in Moorfields. INSIGHT sei die weltweit größte Bioressource für ophthalmologische Bildgebung in Verbindung mit klinischen Daten.

Die Wissenschaftler betonen, dass das Modell nur Netzhautscans benötigt, um Patienten zu finden, für eine Behandlung in Frage kommen. Somit könnte es in Kliniken und Krankenhäusern eingesetzt werden, in denen textbasierte elektronische Aufzeichnungen schwer zu durchsuchen, aber gespeicherte Netzhautscans leicht zugänglich seien. Darüber hinaus sei die KI an einem ethnisch vielfältigen Datensatz getestet worden, so dass sie möglicherweise auf viele Standorte weltweit übertragen werden könne.

„Unser KI-System ist vielversprechend für den Einsatz in der Praxis, um Patienten für klinische GA-Studien effizienter zu rekrutieren. Es könnte auch weiterentwickelt werden, um Personen zu identifizieren, die von neuen Behandlungen profitieren könnten, sobald diese verfügbar werden“, erklärt Dominic Williamson, Hauptautor der Studie und Doktorand am UCL Centre for Doctoral Training in AI-enabled Healthcare.

Professor Pearse Keane (UCL Institute of Ophthalmology und Moorfields Eye Hospital), auch Hauptautor fügt hinzu: „Diese Art von KI könnte sich als entscheidend für die Beschleunigung der Entwicklung innovativer GA-Behandlungen erweisen. Die Studie zeigt das Potenzial der KI für eine automatisierte Vorauswahl klinischer Studien im Bereich der Augenheilkunde, die eine Bewertung der Durchführbarkeit an einem Standort, eine datengesteuerte Protokollgestaltung und eine Kostenreduzierung ermöglicht.“

Die Studie wurde vom UCL Institute of Ophthalmology und dem NIHR Moorfields Biomedical Research Centre und dem Moorfields Eye Hospital NHS Foundation Trust in Zusammenarbeit mit Forschern des Centre for Eye Research Australia, der University of Melbourne, der University of Surrey und Bitfount Ltd. geleitet.