KI-Modell sagt Rezidivrisiko bei frühem Brustkrebs genauer voraus

Ein neues KI-Modell hat in einer unabhängigen Gruppe der TAILORx-Studie das Rückfallrisiko bei frühem, hormonrezeptorpositivem und HER2-negativem Brustkrebs genauer unterschieden als der 21-Gene-Recurrence-Score.

Eine in der Fachzeitschrift „npj Breast Cancer“ veröffentlichte Studie zeigt, dass ein neues Modell mit künstlicher Intelligenz (KI) das Rückfallrisiko bei Patientinnen mit Brustkrebs im Frühstadium genauer vorhersagen kann als der weit verbreitete 21-Gene-Recurrence-Score. Die von einem Team der ECOG-ACRIN Cancer Research Group (ECOG-ACRIN) und Caris Life Sciences® durchgeführte Studie konzentrierte sich auf hormonrezeptorpositive und HER2-negative Tumoren. Dieser Subtyp ist die häufigste Form von Brustkrebs und macht in Deutschland mehr als die Hälfte aller Fälle ausmacht.

„Dieser neue Test nutzt künstliche Intelligenz, um klinische, molekulare und histopathologische Daten zu integrieren, und liefert dadurch zuverlässigere prognostische Informationen zum Risiko eines Brustkrebsrezidivs“, erklärt Erstautor Dr. Joseph A. Sparano von der Icahn School of Medicine at Mount Sinai.

Das neue Modell mit der Bezeichnung IICM+ kombiniert digitalisierte pathologische Aufnahmen des Tumors mit Merkmalen wie Alter der Patientin, Tumorgröße und Tumorgrad sowie molekularen Informationen aus einem erweiterten Panel mit 42 Genen. Das Team entwickelte IICM+ und validierte es anschließend unabhängig anhand von Tumorproben und mehr als zehn Jahre umfassenden klinischen Verlaufsdaten von 4.429 Teilnehmerinnen der TAILORx-Brustkrebsstudie von ECOG-ACRIN.

Die TAILORx-Studie hatte den Nutzen des 21-Gene-Recurrence-Score, auch bekannt als Oncotype DX Breast Recurrence Score®-Test (Exact Sciences Corporation), für die Abschätzung des Rückfallrisikos und die Entscheidung über den Einsatz einer Chemotherapie bei Patientinnen mit hormonrezeptorpositivem, HER2-negativem Brustkrebs im Frühstadium ohne Lymphknotenbefall belegt. Der Recurrence Score eignet sich jedoch besser zur Vorhersage von Rückfällen innerhalb der ersten fünf Jahre nach der Diagnose als für spätere Rückfälle. Mehr als die Hälfte der Fernrezidive bei diesem Brustkrebstyp treten erst mehr als fünf Jahre nach der Erstoperation auf, teilweise erst nach 10, 15 oder sogar mehr als 20 Jahren.

IICM+ verbessert Vorhersage des Rückfallrisikos

Die Forschenden entwickelten das IICM+-Modell auf Grundlage von Daten und Tumorproben von 2.808 Teilnehmerinnen der TAILORx-Studie. Anschließend evaluierten sie das fertige Modell in einer unabhängigen Gruppe von 1.621 TAILORx-Teilnehmerinnen, deren Daten nicht für die Modellentwicklung verwendet worden waren. In beiden Gruppen betrug die mediane Nachbeobachtungszeit mehr als 11 Jahre.

Die Forschenden untersuchten das Risiko für Fernrezidive insgesamt sowie für frühe Fernrezidive innerhalb der ersten fünf Jahre und späte Fernrezidive nach fünf Jahren.

In der unabhängigen Validierungsgruppe erzielte IICM+ bei der Unterscheidung zwischen Patientinnen mit unterschiedlichem Rückfallrisiko signifikant höhere Werte als der 21-Gene-Recurrence-Score. Gemessen wurde dies anhand des C-Index, wobei höhere Werte eine bessere Vorhersageleistung anzeigen:

• Fernrezidive insgesamt: C-Index 0,735 gegenüber 0,578 (p < 0,001)
• frühe Fernrezidive: C-Index 0,791 gegenüber 0,722 (p = 0,046)
• späte Fernrezidive: C-Index 0,710 gegenüber 0,514 (p < 0,001)

Unterschiedliche Risiken innerhalb der Recurrence-Score-Gruppen

Bei Patientinnen mit einem Recurrence Score von 0 bis 25, der auf ein geringeres genomisches Risiko hinweist, identifizierte IICM+ eine Untergruppe mit einem höheren beobachteten Risiko für Fernrezidive. Umgekehrt identifizierte IICM+ bei Patientinnen mit einem Recurrence Score von 26 bis 100, der auf ein höheres genomisches Risiko hinweist, eine Untergruppe mit einem niedrigeren beobachteten Rückfallrisiko, als es anhand des Recurrence Score allein zu erwarten gewesen wäre.

„Die Nutzung multimodaler Daten – klinische Daten, Daten aus der Next-Generation-Sequenzierung und bildgebende Daten –, die mithilfe moderner KI-Verfahren integriert wurden, ermöglichte uns die Entwicklung einer völlig neuen Methode, um wichtige prognostische Informationen über Brusttumoren zu gewinnen“, erklärt Dr. George W. Sledge Jr., EVP und Chief Medical Officer von Caris.

TAILORx-Daten für neue Analysen genutzt

Die TAILORx-Biobank umfasst Tumorproben, detaillierte Informationen zur Krebserkrankung der jeweiligen Patientin sowie sorgfältig erfasste Daten zu Behandlung und langfristigen Krankheitsverläufen. Im Rahmen der öffentlich-privaten Partnerschaft mit ECOG-ACRIN digitalisierte Caris archivierte pathologische Objektträger aus der TAILORx-Studie und wandte anschließend moderne KI- und Deep-Learning-Verfahren an, um aus den vor Jahren entnommenen Proben zusätzliche Informationen zu gewinnen.

„Auch Jahre nach ihren ursprünglichen Ergebnissen liefert TAILORx weiterhin wichtige neue Erkenntnisse – ein Beleg für den bleibenden Wert der Forschung im Rahmen der Cooperative Groups“, sagt Dr. Peter J. O’Dwyer, Co-Vorsitzender der ECOG-ACRIN-Gruppe. „Die Anwendung heutiger Technologien auf diese außergewöhnliche Forschungsressource eröffnet Möglichkeiten, die Brustkrebsbehandlung weiter zu individualisieren. Mit Zustimmung des NCI und der Finanzierung durch Caris ist diese öffentlich-private Partnerschaft ein Modell, um Fortschritte zu beschleunigen.“

Die Ergebnisse rechtfertigen zum jetzigen Zeitpunkt noch nicht den Einsatz von IICM+ zur Auswahl oder Anpassung einer Behandlung. Weitere Studien sind erforderlich und bereits in Planung, um das Modell in anderen Patientengruppen zu validieren und zu klären, ob sein Einsatz Therapieentscheidungen unterstützen und die Behandlungsergebnisse verbessern kann.

(lj/BIERMANN)

Auch interessant zum Thema Brustkrebs:

Neue Biomarker-Kombination könnte Metastasierungsrisiko bei Brustkrebs vorhersagen

Brustkrebs innerhalb von drei Jahren nach Geburt aggressiver