KI in der personalisierten Krebstherapie: Menschen treffen bessere Entscheidungen
Die Behandlung von Krebs wird zunehmend komplexer, bietet aber auch immer mehr Möglichkeiten. Denn je besser man die Biologie eines Tumors versteht, desto mehr Ansätze für die Behandlung gibt es. Um Patient:innen eine auf ihre Erkrankung zugeschnittene, personalisierte Therapie anbieten zu können, ist eine aufwändige Analyse und Interpretation verschiedener Daten nötig. Forschende an der Charité – Universitätsmedizin Berlin und der Humboldt-Universität zu Berlin haben nun untersucht, ob generative Künstliche Intelligenz (KI) wie ChatGPT dabei unterstützen kann. Es ist eines von vielen Projekten an der Charité, in denen die Chancen von KI für die Patientenversorgung analysiert werden.
Können bestimmte Gen-Mutationen nicht mehr vom Körper selbst repariert werden, kann es zu einem unkontrollierten Wachstum von Zellen kommen – ein Tumor entsteht. Entscheidend dafür ist ein Ungleichgewicht von wachstumsfördernden und wachstumshemmenden Faktoren, zum Beispiel durch Veränderungen in Onkogenen. Dieses Wissen macht sich die Präzisionsonkologie zunutze, ein Spezialgebiet der personalisierten Medizin: Überaktive Onkogene werden mithilfe bestimmter Arzneimittel wie niedermolekularen Inhibitoren oder Antikörpern gezielt abgeschaltet.
Damit man weiß, bei welchen Gen-Mutationen die Behandlung ansetzen kann, wird dafür zunächst das Tumorgewebe genetisch analysiert. Die molekularen Varianten der Tumor-DNA, die für eine genaue Diagnose und Therapie notwendig sind, werden ermittelt. Anschließend leiten die Ärztinnen und Ärzte aus diesen Informationen individuelle Therapieempfehlungen ab. In besonders komplexen Fällen ist hierfür Wissen aus verschiedenen medizinischen Bereichen notwendig. An der Charité kommt dann das sogenannte molekulare Tumorboard (MTB) zusammen: Expert:innen der Pathologie, Molekularpathologie, Onkologie, Humangenetik und Bioinformatik analysieren gemeinsam anhand der aktuellen Studienlage, welche Therapien den größten Erfolg versprechen. Ein sehr aufwändiges Verfahren, an dessen Ende eine personalisierte Therapieempfehlung steht.
Können Künstliche Intelligenzen bei der Therapieentscheidung unterstützen?
Kann Künstliche Intelligenz an dieser Stelle unterstützen, fragten sich Dr. Damian Rieke, Arzt an der Charité, Prof. Dr. Ulf Leser und Xing David Wang von der Humboldt-Universität zu Berlin sowie Dr. Manuela Benary, Bioinformatikerin an der Charité. In einer jetzt im Fachmagazin JAMA Network Open veröffentlichten Studie untersuchten sie zusammen mit weiteren Forschenden die Chancen und Grenzen von Large Language Models wie ChatGPT bei der automatisierten Sichtung der wissenschaftlichen Literatur für die Auswahl einer personalisierten Therapie.
Über die Studie
Benary W, Wang XD, Schmidt M et al. Leveraging Large Language Models for Decision Support in Personalized Oncology. JAMA Netw Open. 2023;6(11). doi:10.1001/jamanetworkopen.2023.43689
Die Arbeit ist unter der Federführung von Forschenden der Charité und der Humboldt-Universität entstanden. Dr. Damian Rieke (Medizinische Klinik mit Schwerpunkt Hämatologie, Onkologie und Tumorimmunologie sowie Charité Comprehensive Cancer Center), Prof. Dr. Ulf Leser (Stellvertretender Direktor des Instituts für Informatik an der Humboldt-Universität zu Berlin), Dr. Manuela Benary (Bioinformatikerin am Charité Comprehensive Cancer Center und am Berlin Institute of Health in der Charité (BIH)) und Xing Wang (Humboldt-Universität zu Berlin) haben zu gleichen Teilen beigetragen. Gefördert wurde die Studie hauptsächlich durch die Deutsche Forschungsgemeinschaft (DFG), die Deutsche Krebshilfe und den Innovationsfonds des gemeinsamen Bundesausschusses.