Künstliche Intelligenz (KI)

Ein Forschungsteam der Charité Berlin hat ein KI-Modell entwickelt, das Tumoren anhand ihres epigenetischen Fingerabdrucks zuverlässig erkennt – auch ohne invasive Eingriffe.

Eine Krebsdiagnose verändert das Leben der Betroffenen oft grundlegend. Jährlich erhalten laut Bundesgesundheitministerium über 500.000 Menschen in Deutschland diese Diagnose. Je früher sie erfolgt, desto besser sehen in der Regel die Behandlungserfolge aus. Doch die Diagnostik erfordert ausreichend Kapazitäten in der Radiologie – und genau hier besteht vielerorts ein Mangel. Gleichzeitig wächst die Rolle der Künstlichen Intelligenz (KI) in der Medizin stetig. Die Technologie hat das Potenzial, nicht nur die Diagnosegenauigkeit zu verbessern, sondern auch Ärzt:innen zu entlasten und Patient:innen schneller zu behandeln. Insbesondere in der Krebsdiagnostik und -früherkennung zeigen sich bereits heute enorme Möglichkeiten, aber die strukturellen und finanziellen Rahmenbedingungen hinken hinterher.

In der Real-world-Analyse der deutschen PRAIM-Studienkohorte war die durch Künstliche Intelligenz (KI) gestützte Doppelbefundung des Mammographie-Screening-Programms (MSP) der Standard-Befundung ohne KI überlegen: Mit Hilfe der KI konnte 1 Brustkrebserkrankung pro 1.000 untersuchten Frauen mehr nachgewiesen werden und die Rate an falsch-positiven Befunden verringerte sich. Zudem könnte die KI den Arbeitsalltag von Radiolog:innen erleichtern.

Die Frühjahrstagung der Deutschen Gesellschaft für Hämatologie und Medizinische Onkologie (DGHO) bot auch in diesem Jahr eine Plattform für den Austausch zwischen Wissenschaft, klinischer Praxis und Gesundheitspolitik. Im Mittelpunkt der Veranstaltung standen aktuelle Entwicklungen in der Hämatologie und Medizinischen Onkologie – insbesondere die Rolle von Künstlicher Intelligenz (KI) und Large Language Models (LLMs) in der modernen Medizin.

Das Münchner Leukämielabor (MLL) untersucht eine stetig wachsende Anzahl hämatologischer Proben. Für die Bewältigung dieser Aufgabe wird ein hochqualifiziertes und eingespieltes Team, zu dem u.a. erfahrene Ärzt:innen, Wissenschaftler:innen und technische Assistent:innen gehören, bereits täglich von Künstlicher Intelligenz (KI) unterstützt (Abb. 1). Inzwischen ist für die Entwicklung von KI am MLL ein eigenständiges Team zuständig.

Sie hilft bei der Beurteilung von Röntgen- und MRT-Bildern, beim Schreiben von Arztbriefen und bei der Auswertung von Messdaten in der Forschung – die künstliche Intelligenz, kurz KI, ist in der klinischen Praxis und in der biomedizinischen Forschung zu einem hilfreichen und mächtigen Instrument geworden. So mächtig, dass Hochschulen und Forschungsorganisationen Empfehlungen und Leitlinien zu ihrer Nutzung in der Wissenschaft formulieren.

In einer Veröffentlichung im Fachjournal „Nature Cancer“ (1) erläutern Forschende des Else Kröner Fresenius Zentrums (EKFZ) für Digitale Gesundheit an der TU Dresden sowie des Unternehmens Genentech, wie autonome Modelle der künstlichen Intelligenz künftig die Arbeitsprozesse in der Krebsforschung und anderen Bereichen verändern könnten.

Auch wenn der Hype um große Sprachmodelle (Large Language Models, LLMs) wie ChatGPT in der breiten Öffentlichkeit etwas abgeklungen ist, gilt dies nicht für die medizinische Fachwelt. Die GPT (Generative Pretrained Transformer) innewohnende Transformer-Technik ermöglicht in der Onkologie bisher unerreichte und automatisierte Anwendungen, wie die Erstellung von Arztbriefen, medizinische Kodierung, Suche nach passenden Studien für bestimmte Patient:innen oder Hilfe bei Diagnose- und Therapieentscheidungen. Dabei muss jedoch der Schutz von Patientendaten sichergestellt werden. Weiter sind in der Regel Anpassungen an aktuelles onkologisches Wissen notwendig. Hier einige Beispiele, wie KünstIiche Intelligenz (KI) in Form von LLMs in die Onkologie Einzug halten kann.

Die Jahrestagung der Deutschen, Österreichischen und Schweizerischen Gesellschaften für Hämatologie und Medizinische Onkologie (DGHO), die vom 11. bis 14. Oktober 2024 stattfand, zählt zu den bedeutendsten Kongressen im deutschsprachigen Raum für Hämatologie und Onkologie. Mit 737 eingereichten wissenschaftlichen Beiträgen und 1.300 Präsentationen, darunter Vorträge und Posterdiskussionen, bot der Kongress ein umfassendes Programm, das aktuelle Forschungsergebnisse und praxisrelevante Fortbildungen vereint (1).

Künstliche Intelligenz (KI) hat die medizinische Bildinterpretation revolutioniert und bietet verbesserte Genauigkeit, ­Effizienz und Konsistenz. Das betrifft die Onkologie und Hämatologie in 2 wichtigen Bereichen. So unterstützen ­KI-Algorithmen die Analyse von Computertomographie- (CT), Magnetresonanztomographie- (MRT) und anderen ­Bildgebungsmodalitäten, die zur Früherkennung, Krebsdiagnose und -monitoring sowie weiteren Aufgaben eingesetzt werden. Auch in der ­Radioonkologie hat sich KI als leistungsfähiges Werkzeug erwiesen, das Verbesserungen bei der Behandlungsplanung, -durchführung und -überwachung bietet.

Der Spitzenverband Digitale Gesundheitsversorgung e.V. (SVDGV) bringt unter dem Titel “Digitalversorgt mit KI” einen neuen Podcast heraus, der sich dem Thema Künstliche Intelligenz in der Medizin widmet. In diesem Podcast werden Diana Meskendahl (Leitung der Arbeitsgruppe KI, SVDGV), Anisa Idris und Dr. Paul Hadrossek (beide Mitglied des Vorstandes des SVDGV) aktuelle Fragen rund um KI im Gesundheitswesen erörtern. Die erste Folge erschien am 30. Juli 2024 und somit pünktlich kurz vor dem Inkrafttreten des EU Artificial Intelligence Acts (AI Act).

Bedeutender Fortschritt in der personalisierten Medizin: Forschende der Medizinischen Hochschule Hannover (MHH) kombinieren umfassende klinische Daten in einer einfach zu bedienenden Plattform. Die Erkenntnisse wurden im Journal „eBioMedicine – THE LANCET Discovery Science“ veröffentlicht (1).

Forschende des Paul Scherrer Instituts (PSI) und des Massachusetts Institute of Technology (MIT) nutzen künstliche Intelligenz, um die Einordnung von Brustkrebs zu verbessern.

Die elektronische Patientenakte (ePA) in Deutschland wird einer Umfrage zufolge von weiten Teilen der Bevölkerung akzeptiert. In einer vom Digitalverband Bitkom in Auftrag gegebenen Meinungsumfrage erklärten 71% der Befragten, dass sie die ePA bereits nutzen oder in der Zukunft anwenden werden.

Beim Spagat zwischen Informatik, Medizin und Praxis sind einige Schmerzpunkte spürbar. Künstliche Intelligenz (KI) kann Hautärzt:innen dabei unterstützen, Melanome und auch andere Hautkrebsentitäten zu erkennen. Angesichts der Verdopplung der Melanomraten in den vergangenen 10 Jahren erscheint das hilfreich. Viele Dermatolog:innen misstrauen jedoch den für sie nicht nachvollziehbaren Entscheidungen der Algorithmen. Trotzdem nutzen Hautärzt:innen bereits Geräte, die KI-Tools enthalten. Und schließlich sehen sie immer häufiger Patient:innen, die mit einem Melanom-verdächtigen Befund einer Hautcheck-App zu ihnen in die Praxis kommen.

Es ist Halbzeit bei der Nationalen Dekade gegen Krebs und auch die Initiative Vision Zero Oncology existiert seit nunmehr 5 Jahren. Was wurde bisher erreicht und wie sollte es nun weitergehen, um die Zahl der vermeidbaren krebsbedingten Todesfälle gegen Null zu senken? Dies war Thema beim Vision Zero Summit 2024, der am 10. und 11. Juni in Berlin stattfand.

ChatGPT hat die Entwicklung in der Künstlichen Intelligenz (KI) beflügelt. Viele Studien in Hämatologie und Onkologie haben gezeigt, dass mithilfe von KI-Anwendungen zum Teil sehr gute und innovative Ergebnisse in Diagnose, Therapie­unterstützung und anderen Bereichen erzielt werden können. Bevor weitere Beiträge dieser Serie „KI in der Onkologie“ konkrete Anwendungsbeispiele genauer betrachten, werden hier ein paar Basics zu KI, ihren „Lernmethoden“, den zugrundeliegenden Datensätzen und besonderen Herausforderungen ihrer Anwendung beleuchtet.

In einer klinischen Studie wurde untersucht, ob die in Echtzeit von künstlicher Intelligenz (KI) unterstützte optische Diagnose von Darmpolypen genau genug ist, um die „resect-and-discard“ Strategie bei kleinen Darmpolypen (≤ 5 mm) anzuwenden (1). Der primäre Endpunkt der Studie wurde mit einem negativen Vorhersagewert für Adenome von ≥ 90% erreicht. Auch der Zeitpunkt für die nächste Koloskopie wurde auf Basis der optischen Diagnose meist gleich gewählt wie auf Basis der pathologischen Untersuchung. Die Genauigkeit des KI-assistierten Diagnoseverfahrens war dabei bei Expert:innen deutlich höher als bei Nicht-Expert:innen.

Die Identifizierung geeigneter T-Zellen für die zelluläre Immuntherapie war bisher mühsam und zeitaufwendig. Vereinfachen und beschleunigen wollen das Verfahren Wissenschaftler:innen vom Deutschen Krebsforschungszentrum (DKFZ) und der Universitätsmedizin Mannheim. Ihr Ansatz basiert auf der Hochdurchsatz-Einzelzellsequenzierung von Immunzellen aus dem Tumor der Patient:innen. Aus den Sequenzdaten werden mithilfe von künstlicher Intelligenz diejenigen Rezeptoren auf den T-Zellen identifiziert, die mit hoher Wahrscheinlichkeit auf Merkmale des Tumors reagieren. Die Entwicklung personalisierter zellulärer Immuntherapien soll mit dieser Technologie vorangetrieben werden.