KI prognostiziert zukünftigen Bauchspeicheldrüsenkrebs

Die Ergebnisse, die am 8. Mai in Nature Medicine veröffentlicht wurden, deuten darauf hin, dass ein KI-gestütztes Bevölkerungsscreening wertvoll sein könnte, um Menschen mit erhöhtem Risiko für die Krankheit zu finden, und die Diagnose einer Krankheit beschleunigen könnte, die allzu oft erst in fortgeschrittenen Stadien festgestellt wird, wenn die Behandlung weniger wirksam ist und die Ergebnisse schlecht sind, so die Forscher. Bauchspeicheldrüsenkrebs ist eine der tödlichsten Krebsarten der Welt, und die Zahl der Erkrankten wird voraussichtlich weiter steigen.

Derzeit gibt es keine bevölkerungsbasierten Instrumente für ein umfassendes Screening auf Bauchspeicheldrüsenkrebs. Personen mit einer familiären Vorbelastung und bestimmten genetischen Mutationen, die sie für Bauchspeicheldrüsenkrebs prädisponieren, werden gezielt untersucht. Solche gezielten Untersuchungen können jedoch andere Fälle übersehen, die nicht in diese Kategorien fallen, so die Forscher.

"Eine der wichtigsten Entscheidungen, mit denen Kliniker tagtäglich konfrontiert werden, ist die Frage, wer ein hohes Risiko für eine Krankheit hat und wer von weiteren Tests profitieren würde, was auch invasivere und teurere Verfahren bedeuten kann, die ihre eigenen Risiken mit sich bringen", sagte Chris Sander, einer der leitenden Forscher der Studie und Fakultätsmitglied in der Abteilung für Systembiologie am Blavatnik Institute der HMS. "Ein KI-Tool, das diejenigen mit dem höchsten Risiko für Bauchspeicheldrüsenkrebs ausfindig machen kann, die am meisten von weiteren Tests profitieren, könnte einen großen Beitrag zur Verbesserung der klinischen Entscheidungsfindung leisten.

In großem Maßstab angewandt, so Sander weiter, könnte ein solcher Ansatz die Erkennung von Bauchspeicheldrüsenkrebs beschleunigen, zu einer früheren Behandlung führen, die Ergebnisse verbessern und die Lebenszeit der Patienten verlängern.

"Viele Krebsarten, vor allem solche, die schwer zu erkennen und frühzeitig zu behandeln sind, fordern einen unverhältnismäßig hohen Tribut von Patienten, Familien und dem Gesundheitssystem insgesamt", sagte Søren Brunak, Professor für Systembiologie von Krankheiten und Forschungsleiter am Novo Nordisk Foundation Center for Protein Research an der Universität Kopenhagen, der die Studie mitbetreut. "KI-basiertes Screening ist eine Möglichkeit, den Verlauf von Bauchspeicheldrüsenkrebs zu verändern, einer aggressiven Krankheit, die bekanntermaßen schwer früh zu diagnostizieren und rechtzeitig zu behandeln ist, wenn die Erfolgsaussichten am größten sind."

In der neuen Studie wurde der KI-Algorithmus auf zwei separaten Datensätzen mit insgesamt 9 Millionen Patientendaten aus Dänemark und den Vereinigten Staaten trainiert. Die Forscher "baten" das KI-Modell, auf der Grundlage der in den Datensätzen enthaltenen Daten nach verräterischen Anzeichen zu suchen. Anhand von Kombinationen von Krankheitscodes und dem Zeitpunkt ihres Auftretens konnte das Modell vorhersagen, welche Patienten in Zukunft wahrscheinlich an Bauchspeicheldrüsenkrebs erkranken werden. Bemerkenswert ist, dass viele der Symptome und Krankheitscodes nicht direkt mit der Bauchspeicheldrüse zusammenhängen oder von ihr herrühren.

Die Forscher testeten verschiedene Versionen der KI-Modelle auf ihre Fähigkeit, Personen mit erhöhtem Erkrankungsrisiko innerhalb verschiedener Zeiträume - 6 Monate, ein Jahr, zwei Jahre und drei Jahre - zu erkennen. Insgesamt war jede Version des KI-Algorithmus wesentlich genauer bei der Vorhersage, wer an Bauchspeicheldrüsenkrebs erkranken würde, als die derzeitigen bevölkerungsweiten Schätzungen der Krankheitsinzidenz - definiert als die Häufigkeit, mit der eine Krankheit in einer Bevölkerung über einen bestimmten Zeitraum auftritt. Die Forscher erklärten, dass sie glauben, dass das Modell bei der Vorhersage des Auftretens von Krankheiten mindestens so genau ist wie aktuelle genetische Sequenzierungstests, die in der Regel nur für eine kleine Untergruppe von Patienten in Datensätzen verfügbar sind.

Das "wütende Organ"

Das Screening auf bestimmte häufige Krebsarten wie Brust-, Gebärmutterhals- und Prostatakrebs stützt sich auf relativ einfache und hochwirksame Verfahren - ein Mammogramm, einen Pap-Abstrich bzw. einen Bluttest. Diese Screening-Methoden haben die Ergebnisse für diese Krankheiten verändert, da sie eine frühzeitige Erkennung und Intervention in den am besten behandelbaren Stadien gewährleisten.

Im Vergleich dazu ist Bauchspeicheldrüsenkrebs schwieriger und teurer zu erkennen und zu testen. Ärzte achten vor allem auf die Familienanamnese und das Vorhandensein von Genmutationen, die zwar wichtige Indikatoren für das zukünftige Risiko sind, aber viele Patienten übersehen. Ein besonderer Vorteil des KI-Tools besteht darin, dass es bei allen Patienten eingesetzt werden kann, für die Gesundheitsdaten und die Krankengeschichte vorliegen, und nicht nur bei solchen mit bekannter Familienanamnese oder genetischer Veranlagung für die Krankheit. Dies ist besonders wichtig, fügen die Forscher hinzu, da viele Patienten mit hohem Risiko sich ihrer genetischen Veranlagung oder ihrer Familienanamnese möglicherweise gar nicht bewusst sind.

Bei fehlenden Symptomen und ohne einen eindeutigen Hinweis auf ein hohes Risiko für Bauchspeicheldrüsenkrebs sind Ärzte verständlicherweise vorsichtig, wenn es darum geht, anspruchsvollere und teurere Tests wie CT-Scans, MRT oder endoskopischen Ultraschall zu empfehlen. Wenn diese Untersuchungen durchgeführt und verdächtige Läsionen entdeckt werden, muss sich der Patient einem Biopsieverfahren unterziehen. Da das Organ tief im Bauchraum liegt, ist es schwer zugänglich und kann leicht gereizt und entzündet werden. Seine Reizbarkeit hat ihm den Beinamen "das wütende Organ" eingebracht.

Ein KI-Tool, das diejenigen identifiziert, die das höchste Risiko für Bauchspeicheldrüsenkrebs haben, würde sicherstellen, dass Kliniker die richtige Population testen, während sie anderen unnötige Tests und zusätzliche Verfahren ersparen, so die Forscher.

Etwa 44 Prozent der Menschen, bei denen Bauchspeicheldrüsenkrebs im Frühstadium diagnostiziert wird, überleben fünf Jahre nach der Diagnose, aber nur 12 Prozent der Fälle werden so früh diagnostiziert. Die Überlebensrate sinkt auf 2 bis 9 Prozent bei denjenigen, deren Tumor über den Ursprungsort hinaus gewachsen ist, schätzen die Forscher.

"Diese niedrige Überlebensrate ist trotz deutlicher Fortschritte bei den Operationstechniken, der Chemotherapie und der Immuntherapie zu verzeichnen", so Sander. "Zusätzlich zu hochentwickelten Behandlungen besteht also ein klarer Bedarf an besserem Screening, gezielteren Tests und früherer Diagnose, und hier kommt der KI-basierte Ansatz als erster wichtiger Schritt in diesem Kontinuum ins Spiel.

Frühere Diagnosen deuten auf künftiges Risiko hin

Für die aktuelle Studie entwickelten die Forscher mehrere Versionen des KI-Modells und trainierten sie anhand der Gesundheitsdaten von 6,2 Millionen Patienten aus dem dänischen Gesundheitssystem über einen Zeitraum von 41 Jahren. Von diesen Patienten erkrankten 23.985 im Laufe der Zeit an Bauchspeicheldrüsenkrebs. Während des Trainings erkannte der Algorithmus Muster, die auf ein zukünftiges Bauchspeicheldrüsenkrebsrisiko hindeuten, basierend auf Krankheitsverläufen, d. h. darauf, ob der Patient bestimmte Erkrankungen hatte, die im Laufe der Zeit in einer bestimmten Reihenfolge auftraten.

So deuteten beispielsweise Diagnosen wie Gallensteine, Anämie, Typ-2-Diabetes und andere Probleme im Zusammenhang mit dem Magen-Darm-Trakt auf ein höheres Risiko für Bauchspeicheldrüsenkrebs innerhalb von drei Jahren nach der Auswertung hin. Weniger überraschend war, dass eine Entzündung der Bauchspeicheldrüse innerhalb einer noch kürzeren Zeitspanne von zwei Jahren eine starke Vorhersage für ein zukünftiges Bauchspeicheldrüsenkarzinom war. Die Forscher weisen darauf hin, dass keine dieser Diagnosen für sich genommen als Indikator oder Ursache für künftigen Bauchspeicheldrüsenkrebs angesehen werden sollte. Das Muster und die Reihenfolge, in der sie im Laufe der Zeit auftreten, bieten jedoch Anhaltspunkte für ein KI-basiertes Überwachungsmodell und könnten Ärzte dazu veranlassen, Personen mit erhöhtem Risiko genauer zu überwachen oder entsprechend zu testen.

Als Nächstes testeten die Forscher den leistungsfähigsten Algorithmus an einem völlig neuen Satz von Patientendatensätzen, mit denen er zuvor nicht in Berührung gekommen war - einem Datensatz der US Veterans Health Administration mit fast 3 Millionen Datensätzen aus 21 Jahren, der 3.864 Personen mit der Diagnose Bauchspeicheldrüsenkrebs enthielt. Die Vorhersagegenauigkeit des Tools war bei dem US-Datensatz etwas geringer. Dies lag höchstwahrscheinlich daran, dass der US-Datensatz über einen kürzeren Zeitraum erhoben wurde und ein etwas anderes Patientenprofil enthielt - die gesamte dänische Bevölkerung im dänischen Datensatz im Gegensatz zu aktuellen und ehemaligen Militärangehörigen im Datensatz der Veterans' Affairs. Als der Algorithmus mit dem US-Datensatz von Grund auf neu trainiert wurde, verbesserte sich seine Vorhersagegenauigkeit. Dies, so die Forscher, unterstreicht zwei wichtige Punkte: Erstens muss sichergestellt werden, dass KI-Modelle auf qualitativ hochwertigen und reichhaltigen Daten trainiert werden. Zweitens, die Notwendigkeit des Zugangs zu großen repräsentativen Datensätzen von klinischen Aufzeichnungen, die national und international aggregiert sind. In Ermangelung solcher global gültigen Modelle sollten KI-Modelle auf lokalen Gesundheitsdaten trainiert werden, um sicherzustellen, dass ihr Training die Eigenheiten der lokalen Bevölkerung widerspiegelt.