Ein Forschungsteam bestehend aus der Universität Duisburg-Essen, der Ludwig-Maximilians-Universität München, BIFOLD und der Technischen Universität Berlin hat ein innovatives KI-Tool für die personalisierte Medizin entwickelt. Dieses Tool zielt darauf ab, Behandlungen speziell auf individuelle Patientinnen und Patienten maßzuschneidern, insbesondere bei komplexen Krankheiten wie Krebs. Bisherige Ansätze haben sich oft auf wenige Parameter gestützt, die als unzureichend betrachtet werden, um die Krankheitsverläufe genau vorherzusagen. Mit dem Einsatz von Künstlicher Intelligenz werden nun umfassendere Daten berücksichtigt, darunter medizinische Vorgeschichte, Laborwerte, Bildgebung und genetische Analysen. Dies wurde in einer Studie, die kürzlich in Nature Cancer veröffentlicht wurde, eingehend untersucht.
Professor Jens Kleesiek weist darauf hin, dass trotz der Verfügbarkeit großer Datenmengen das Potenzial für eine wirklich personalisierte Medizin oft nicht ausgeschöpft werde. Die gegenwärtige onkologische Praxis bedient sich starrer Bewertungssysteme, die individuelle Unterschiede kaum berücksichtigen können. Das neue KI-Tool hat das Potenzial, diese komplexen Zusammenhänge zu entschlüsseln und eine personalisierte Krebstherapie zu ermöglichen.
Verbesserung der Entscheidungsfindung
Zugleich hat eine Studie der Charité – Universitätsmedizin Berlin und der Humboldt-Universität zu Berlin den Einsatz von generativer Künstlicher Intelligenz in der Präzisionsmedizin untersucht. Das Forschungsteam hat getestet, inwieweit KI-Modelle, darunter auch populäre Systeme wie ChatGPT, personalisierte Therapieoptionen für fiktive Krebspatient:innen identifizieren kann. Diese Ergebnisse wurden mit den Empfehlungen von menschlichen Experten verglichen. Die KI erzielte zwar Fortschritte, konnte jedoch nicht die Fachkompetenz menschlicher Experten erreichen. (Details finden Sie unter Charité.)
Ein weiteres zentrales Thema ist der Datenschutz und die Reproduzierbarkeit der Ergebnisse. Hierbei stellen neuere KI-Modelle eine Verbesserung dar, die das Potenzial für zukünftige Anwendungen in der Krebsmedizin erhöhen können. Behandlungsansätze, die auf genetischen Analysen von Tumorgewebe basieren, spielen eine entscheidende Rolle für die aktuelle Praxis in der Präzisionsonkologie. Ein Molekulares Tumorboard (MTB) analysiert hierbei komplexe Fälle mit Expertise aus verschiedenen medizinischen Bereichen.
Regulatorische Herausforderungen und neue Perspektiven
In den letzten Jahren haben sich in der Krebsmedizin beeindruckende Fortschritte abgezeichnet. Künstliche Intelligenz erhöht die Möglichkeit, Therapien zielgerichteter zu gestalten und anzupassen. Um KI-gestützte Therapien schnell und sicher in die klinische Praxis einzuführen, sind jedoch flexible und sichere Zulassungsbedingungen erforderlich. Aktuelle regulatorische Rahmenbedingungen gelten als starr, was den technologischen Fortschritt behindert. Der Einsatz von KI konzentriert sich bisher häufig auf die Entwicklung neuer Medikamente und weniger auf die Planung und Durchführung personalisierter Arzneimittel- und Zelltherapien. Dies könnte sich jedoch bald ändern, da KI auch helfen kann, Therapien an die individuellen Bedürfnisse der Patient:innen anzupassen, um Wirksamkeit zu maximieren und Nebenwirkungen zu minimieren. (TU Dresden.)
Darüber hinaus nimmt die Zahl der Einsatzmöglichkeiten von KI in der Medizin zu. Digitale Zwillinge, die Patientendaten in Echtzeit verwenden, könnten genauere Diagnosen und individualisierte Behandlungen ermöglichen. Die Herausforderungen betreffen nicht nur die Unterbewertung von Technologien durch Gesetzgeber, sondern auch die Notwendigkeit, die Zulassungsprozesse agiler zu gestalten. Vorschläge zur Verbesserung der regulatorischen Bedingungen konzentrieren sich auf die Überprüfung von Nutzen-Risiko-Abwägungen und die Anpassung bestehender digitaler Lösungen.