AI-Protokoll „DeepHRD“ soll die Behandlungszeit und -kosten bei Krebs revolutionieren

Krebs bleibt weltweit eine Bedrohung. Trotz einer Flut von wissenschaftlichen Innovationen ist er nach wie vor die Hauptursache für Todesfälle auf der ganzen Welt. 

Im Jahr 2024 werden allein in den Vereinigten Staaten schätzungsweise zwei Millionen Krebsfälle diagnostiziert werden, während die prognostizierte Gesamtzahl der Todesfälle die Marke von 610.000 überschreiten wird. 

Berechnungen basierend auf Daten von 2017–2019 zeigen, dass mehr als 40 % der Männer und Frauen in den Vereinigten Staaten im Laufe ihres Lebens irgendwann mit Krebs diagnostiziert werden. Noch alarmierender ist, dass in diesem Jahr fast 15.000 Kinder und Jugendliche mit Krebs diagnostiziert werden und etwa 1.600 leider daran sterben werden.

Die Situation in den Vereinigten Staaten spiegelt das globale Bild wider. Als eine der führenden Todesursachen weltweit gab es im Jahr 2022 fast 20 Millionen neue Fälle und 9,7 Millionen krebsbedingte Todesfälle weltweit. Kurzfristig ist keine Entlastung in Sicht. Bis 2040 wird erwartet, dass die Zahl der neuen Krebsfälle pro Jahr auf 29,9 Millionen und die Zahl der krebsbedingten Todesfälle auf 15,3 Millionen ansteigt.

Daher erfordert die Bedrohung durch Krebs umfassende Anstrengungen der wissenschaftlichen, technologischen und medizinischen Forschungsgemeinschaft. Im folgenden Abschnitt werden wir eine solche Initiative diskutieren, die Menschen weltweit optimistisch und begeistert über ihr Potenzial für zukünftige Vorhaben macht.

Klicken Sie hier für eine Liste der Top-Aktien im Bereich Krebstherapie.

KI-gestützte Präzisionsonkologie für Krebsbiopsien

Eine aktuelle wissenschaftliche Zeitschrift Veröffentlichung im Journal of Clinical Oncology erwähnte ihre Bemühungen, DeepHRD, eine Deep-Learning-Plattform zu trainieren, um HRD aus hämatoxylin- und eosin (H&E) gefärbten histopathologischen Folien vorherzusagen, wobei primäre Brust- und Eierstockkrebsproben aus dem Cancer Genome Atlas (TCGA) verwendet wurden. 

Dieser Durchbruch ist bedeutend, weil Krebsarten mit homologer Rekombinationsdefizienz (HRD) von Platinpräparaten und Poly(ADP‑Ribose)-Polymerase‑Inhibitoren profitieren. Allerdings erfordern die Standarddiagnostiktests zur Erkennung von HRD molekulare Profilierung, die nicht überall verfügbar ist.

Die Forschungsergebnisse zeigten, dass DeepHRD HRD in Brust- und Eierstockkrebs direkt aus routinemäßigen H&E‑Folien über mehrere externe Kohorten, Scannertypen und Gewebefixierungsvariablen vorhersagen kann. Als seine Ergebnisse mit dem konventionellen System der molekularen Testung verglichen wurden, konnte die DeepHRD‑Plattform 1,8‑ bis 3,1‑mal mehr Patienten klassifizieren und zeigte ein besseres Gesamtüberleben (OS) bei hochgradigem serösem Eierstockkrebs sowie ein platin‑spezifisches progressionsfreies Überleben (PFS) bei metastatischem Brustkrebs.

Während die Ergebnisse die Gründe der medizinischen Gemeinschaft für die Begeisterung über die Lösung zeigen, bedeutet die Einbindung von KI eine große Verbesserung im Bereich der operativen Logistik früher Krebsdiagnosen und der entsprechenden Behandlung.

Klicken Sie hier, um zu erfahren, wie CRISPR zur Behandlung von Krebs eingesetzt werden kann.

Warum ist die Einbindung des KI-Protokolls entscheidend?

Laut den Forschern der UC San Diego an der Spitze dieses Experiments ermöglicht die Einbindung von KI in das System eine schnelle und kostengünstige Erkennung klinisch relevanter genomischer Veränderungen direkt aus Tumorbiopsie‑Folien.

Die Forscher glauben, dass das System Wochen und Tausende von Dollar aus den klinischen Onkologie‑Behandlungsabläufen für Brust- und Eierstockkrebs einsparen könnte.

Andernfalls könnten die Verzögerungen nicht nur lebensbedrohlich sein, sondern die kostenintensiven Prozesse könnten Patienten mit knappen Ressourcen beeinträchtigen. In diesem Sinne bedeutet die Einbindung von KI einen inklusiveren Krebsdiagnostikprozess. 

Während er die bestehenden Engpässe erklärte, sagte Erik Bergstrom, PhD, Hauptautor der Studie und Postdoktorand im Labor von Alexandrov:

“Leider haben hohe Kosten, Gewebeanforderungen und lange Durchlaufzeiten die weitverbreitete Nutzung der Präzisionsonkologie behindert, was zu suboptimaler – potenziell nachteiliger – Behandlung von Krebspatienten führt.”

Genomtests, die von KI unterstützt werden, bringen daher Erleichterung. Sie sparen nicht nur kritische Zeit für Patienten, sondern unterstützen Ärzte, indem sie sofortige Therapieverschreibungen nach der ersten Gewebediagnose ermöglichen. Diese Methode der Präzisionsonkologie ist zuverlässiger als konventionelle Genomtests, da KI‑Tests eine vernachlässigbare Fehlerrate aufweisen. Im Gegensatz dazu haben konventionelle Genomtests eine Fehlerrate von 20 bis 30 %, was häufig erneute Tests oder invasive Biopsien erforderlich macht.

Die KI‑Identifizierung von HRD befähigt diese Methode, eine genaue und sofortige Erkennung von genomischen Krebs‑Biomarkern zu ermöglichen. 

Forscher und Wissenschaftler, die seit langem in diesem Bereich tätig sind, halten den Durchbruch für bedeutend. Die Gründe erklärend, sagte Scott Lippman, M.D., herausragender Professor für Medizin an der UC San Diego, Center for Engineering and Cancer und Mitglied des Moores Cancer Center:

“Die Ära der Präzisionsonkologie nahm Ende der 90er Jahre Fahrt auf, aber aktuelle US-Studien zeigen, dass die überwiegende Mehrheit der Krebspatienten keine von der FDA zugelassenen Präzisionstherapien erhält. Der Hauptgrund dafür ist, dass sie nicht getestet werden. Als klinischer Onkologe – und ich praktiziere das seit fast 40 Jahren – gibt es keinen Zweifel, dass dieser Ansatz die Zukunft der Präzisionsonkologie ist.”

Die Technologie, die die Grundlage für DeepHRD bildet, ist durch vorläufige Patente geschützt, die über die UC San Diego erteilt wurden. Diese Patente wurden an io9 lizenziert, ein Unternehmen, an dem Alexandrov, Bergstrom und Lippman beteiligt sind.

Im nächsten Abschnitt werfen wir einen kurzen Blick auf dieses Unternehmen, um die Art von Fähigkeiten zu verstehen, für die es entwickelt wurde, und die Lösungen, die es bisher hervorgebracht hat!

#1. Io9: KI-gesteuerte digitale Pathologie

Io9 verfügt bereits über eine KI-Plattform, die effizient molekulare Profilierung aus routinemäßigen klinischen Folien durchführt. Diese Plattform kann genomische Biomarker aus digitalen Folien erkennen, wodurch der Zugang zu Behandlungen für alle Patienten weltweit ermöglicht wird.

Abgesehen von der HRD‑Biomarker‑basierten Lösung, die derzeit für Brust- und Eierstockkrebs und zukünftig für Bauchspeicheldrüsenkrebs funktionieren wird, ist io9 auch bei einer Vielzahl von Biomarkern aktiv, darunter KRAS, EGFR und BRAF, die in Zukunft im Bereich von Lungen-, Kolorektal- und Brustkrebs sowie metastatischem Melanom nützlich sein werden. 

Ludmil B. Alexandrov ist Gründer und Chief Scientific Officer von io9, während Scott M. Lippman, ein weiterer Gründer, im Vorstand sitzt. 

Während io9 ein Spin‑off einer Einrichtung für Lehrende und Forschende ist, um ihre Innovationen in größerem, kommerziellem Maßstab weiterzuentwickeln, gibt es auch große Unternehmen in diesem Bereich, in denen KI auf onkologische Diagnostik und Behandlung trifft. 

#2. GE Healthcare

Am ersten Mai 2024 kündigte GE HealthCare (Nasdaq: GEHC) Revolution RT an, eine neue Strahlentherapie‑Computertomographie‑(CT‑)Lösung mit innovativer Hardware und Software, die den Simulations‑Workflow vereinfachen und die onkologische Versorgung personalisierter und nahtloser machen soll. Die Revolution RT wurde auf dem Kongress der European Society for Therapeutic Radiology and Oncology (ESTRO) 2024 in Glasgow mit einer aktualisierten, KI‑verbesserten Version der Intelligent Radiation Therapy (IRT) Plattform vorgestellt. 

Während er über die Einbindung von KI in ihre onkologischen Lösungen sprach, sagte Dr. Taha Kass-Hout, Chief Technology and Science Officer von GE HealthCare, Folgendes:

“Bei GE HealthCare setzen wir uns dafür ein, die Grenzen der onkologischen Behandlung durch KI‑gesteuerte Technologien voranzutreiben, die den Versorgungszyklus transformieren und optimieren.”

Bei der Aufzählung der Vorteile der KI‑Integration erklärte Dr. Taha Kass-Hout, dass die Verbesserung die Darstellung der Anatomie des Patienten mit hoher Genauigkeit ermöglicht und eine präzise Tumor‑Targeting unterstützt, während gleichzeitig versucht wird, das umliegende gesunde Gewebe zu schützen. Dies würde zu einer „präzisen, stärker vernetzten und effizienten Versorgungsumgebung führen, die die Bereitstellung personalisierter Pflege beschleunigt, mit dem Ziel, bessere Patientenergebnisse zu ermöglichen.“

Für das Gesamtjahr 2023 meldete GE Healthcare einen Umsatz von US$19,6 Milliarden, was einen Anstieg von 7 % im Jahresvergleich und 8 % organisch mit Wachstum in allen Segmenten und Regionen bedeutet.

#3. iCAD

Ein weiteres Med‑Tech-Unternehmen, das zwar kleiner ist, aber in seiner Reichweite, Wirkung und Ambition breit aufgestellt ist, iCAD, betreibt spezifische KI‑fokussierte Arbeit im Bereich Brustkrebs. Das Unternehmen leitet seine Vision und seinen Zweck aus realen Bedrohungen ab, die vor Ort existieren. Daten zeigen, dass 1 von 8 Frauen im Laufe ihres Lebens Brustkrebs bekommt, und dass bis zu 20‑40 % dieser Krebserkrankungen bei Mammographie‑Screenings übersehen werden. 

Da weltweit alle 14 Sekunden eine Frau mit Brustkrebs diagnostiziert wird, ist die Bewertung des Krebsrisikos mit traditionellen Modellen nur zu 63 % genau. 

Die Plattform ProFound Breast Health Suite von iCAD konzentriert sich auf Erkennung, Dichte und Risiko und wirft ein stärkeres Licht auf Krebs und deckt dessen Verstecke auf. 

In der Erkennungsphase integriert die ProFound‑Lösung die neuesten Entwicklungen im Deep Learning, der 3. Generation künstlicher Intelligenz (KI). Die Genauigkeit und Effizienz sind für 2D‑ und 3D‑Mammographie‑Screenings beispiellos, mit bis zu 2‑fach verbesserter klinischer Leistung im Vergleich zu anderen KI‑Plattformen. 

Während er die Fähigkeiten von ProFound AI bei der Erkennung von Brustkrebs im Hinblick auf die Brustdichte erläuterte, sagte Gabriele Pedicalli, MD, Wooster Community Hospital:

“ProFound AI hilft uns nicht nur, Fälle mit fettem Gewebe zu überprüfen, sondern wir sehen einen noch größeren Nutzen für Frauen mit dichten Brüsten. Vor ProFound AI hätte ich einen Fall mit dichten Brüsten gelesen und gedacht: ‘Wir rufen sie in 6 Monaten oder einem Jahr zurück,’ aber mit ProFound AI können wir leichter entscheiden, ob wir eine weitere Untersuchung oder Biopsie durchführen sollten.”

Schließlich ermöglicht die KI‑gestützte Lösung von ProFound im Risikobewertungssegment das weltweit erste bildbasierte Risikomodell, das 2,4‑mal genauer ist als traditionelle Modelle. Es ist hervorragend geeignet, Frauen mit hohem Risiko, Krebs zu entwickeln, bereits vor oder bei ihrem nächsten Screening zu identifizieren, um Intervallkrebse früher zu finden.

Für das Gesamtjahr 2023 iCADs Gesamtumsatz betrug US$17,3 Millionen, ein Rückgang von 13 %.

Die Zukunft der KI‑gestützten Präzisionsonkologie

In April 2024 untersuchte das weltweit angesehene Nature-Magazin umfassend die Rolle von KI in der Präzisionsonkologie. Es erkannte die transformative Fähigkeit von KI in diesem Bereich an, wobei die einleitenden Bemerkungen lauteten:

“Die Bereiche der Krebsforschung und der Präzisionsonkologie durchlaufen dank des Einsatzes von künstlicher Intelligenz (KI) eine massive Transformation.”

Um genauer zu sein, hob der Fachartikel hervor, dass KI eine Rolle bei der Erkennung verborgener Muster aus mehreren Informationsquellen spielt, einschließlich molekularer Profilierung, Pathologie und medizinischer Bildgebung. Sie schätzte KI auch dafür, Omics‑Daten zu integrieren, um ein umfassenderes Verständnis von Krebs zu ermöglichen. Neben Überwachung und Diagnose ist KI auch sehr nützlich bei der Entwicklung neuer Tests zur Charakterisierung von Krebs, Prognostik und Vorhersage von Reaktionen auf spezifische Therapien. 

Der zusammenfassende Bericht vergaß jedoch nicht, die Einschränkungen und Herausforderungen zu erwähnen, die bei der Übertragung dieser neuen Werkzeuge aus Forschungskontexten in die klinische Praxis auftreten.

Es gibt jedoch viele Beispiele für Werkzeuge aus Forschungskontexten, die erfolgreich in die klinische Praxis übertragen wurden. Zum Beispiel hat das Apollo Cancer Centre in Bengaluru in einer sich entwickelnden Volkswirtschaft wie Indien im Januar 2024 das erste KI‑Präzisionsonkologie‑Zentrum (POC) Indiens eröffnet.

Während er erläuterte, wie solche Zentren dazu beitragen könnten, ein besseres und effizienteres Regime für die Krebsversorgung einzuführen, sagte Dr. Vishwanath S, Senior Consultant, Medical Oncology, ACC, Bengaluru:

“Klinisch unterstützt es die Einhaltung von Versorgungswegen, indem es die Einhaltung standardisierter Versorgungswege überwacht, sowie das Patientenmanagement basierend auf genomischen, klinischen und pathologischen Profilen. Klinische Alarme und Empfehlungen für Diagnosetests, die Aufnahme in Value‑Based Care (VBC) und andere patientenbezogene Nutzenprogramme gehören zu den Anwendungsfällen. Patientenabbruch und Patient‑reported Outcome Measures (PROMs)‑Alarme für rechtzeitige Interventionen zählen zu den weiteren Vorteilen.”

Der Einsatz von KI in der Krebsdiagnostik wird in Zukunft ein erstaunliches Wachstum verzeichnen. Laut einem Bericht von Towards Healthcare wird erwartet, dass KI in der Krebsdiagnostik von 2023 bis 2032 mit einer durchschnittlichen Jahreswachstumsrate (CAGR) von 9,35 % stark ansteigt, wobei der Markt bis Ende 2032 voraussichtlich einen geschätzten Wert von 2.084,34 Millionen USD erreichen wird, gegenüber 892,23 Millionen USD im Jahr 2022.

Charakteristischerweise kann mit Sicherheit gesagt werden, dass KI die diagnostische Genauigkeit verbessern und die Effizienz der Behandlungsplanung erheblich steigern wird!

Klicken Sie hier, um alles über Investitionen in künstliche Intelligenz zu erfahren.