Künstliche Intelli­genz: In der Krebs­medizin noch viel zu lernen

Beim aktuellen Hype zu Artificial Intelligence mit ChatGPT & Co. sollte man in wissenschaftlichen Fachgebieten noch sehr vorsichtig sein. Laut Berliner Wissenschaftlern, die Künstliche-Intelligenz-Systeme in der Krebsmedizin getestet haben, ist die Urteilskraft der Softwareprogramme derzeit schlechter als jene von Onkologen.

Der Hintergrund der Studie, die vor kurzem in einer Online-Publikation des amerikanischen Ärzteverbandes (JAMA Network Open) erschienen ist: Je besser man die Biologie eines Tumors versteht, desto mehr mögliche Ansätze für die Behandlung gibt es. 

Um Patienten eine auf ihre Erkrankung zugeschnittene, personalisierte Therapie anbieten zu können, ist eine aufwändige Analyse und Interpretation unterschiedlichster Daten nötig. 

Die Wissenschaftler der Berliner Universitätsklinik Charité und der Humboldt-Universität haben deshalb untersucht, ob generative Künstliche Intelligenz (KI) dabei unterstützen kann.

Besonders komplex sind Fragestellungen in der Krebsmedizin, wenn es darum geht, zielgerichtete Therapien bei Tumorerkrankungen auszuwählen. 

Die dabei verwendeten Arzneimittel greifen ausschließlich bei ganz bestimmten Mutationen im Genom der bösartigen Zellen an. In solchen Fällen wird dafür zunächst das Tumorgewebe genetisch analysiert. Anschließend leiten die Ärzte aus diesen Informationen individuelle Therapieempfehlungen ab. Dabei ist oft das Wissen aus verschiedenen medizinischen Bereichen notwendig. Dazu kommen dann Experten der Pathologie, Molekularpathologie, Onkologie, Humangenetik und Bioinformatik zusammen und analysieren gemeinsam anhand der aktuellen Studienlage, welche Therapien den größten Erfolg versprechen.

Die Frage ist, ob KI-Systeme hier unterstützen können. 

Damian Rieke von der Charité und seine Co-Autoren haben sich dieser Thematik angenommen. Sie testeten Large Language Models bei der automatisierten Sichtung der wissenschaftlichen Literatur für die Auswahl einer personalisierten Krebstherapie. "Wir haben diese Modelle vor die Aufgabe gestellt, personalisierte Therapieoptionen für fiktive Krebspatienten aufzuzeigen und dies mit den Empfehlungen von Experten", wurde Rieke in einer Charité-Aussendung zitiert. Sein Fazit: "Künstliche Intelligenz-Systeme waren prinzipiell in der Lage, personalisierte Therapieoptionen zu identifizieren - kamen aber an die Fähigkeit menschlicher Expertinnen und Experten nicht heran." (JAMA Netw Open. 2023;6(11); doi:10.1001/jamanetworkopen.2023.43689)

Für das Experiment hatte das Team zehn molekulare Tumorprofile fiktiver Patienten erstellt. Vier davon entfielen auf Lungenkrebs, die übrigen auf andere Krebsarten. Dann wurden ein spezialisierter Arzt und vier Large Language Models (ChatGPT, Galactica, Perplexity und BioMedLM) damit beauftragt, eine personalisierte Therapiemöglichkeit zu ermitteln. Diese Ergebnisse wurden den Mitgliedern des molekularen Tumorboards zur Bewertung präsentiert - ohne dass diese wussten, woher eine Empfehlung stammt. Von den Experten wurden allerdings die meisten KI-Empfehlungen erraten, weil es bei ihnen oft an ausreichender wissenschaftlicher Grundlage (Evidenz) fehlte.

"Vereinzelt gab es überraschend gute Therapieoptionen, die durch die künstliche Intelligenz identifiziert wurden", berichtete Manuela Benary, beteiligte Expertin von der Humboldt Universität. "Die Performance von Large Language Models ist allerdings deutlich schlechter als die menschlicher Expertinnen und Experten." Außerdem würden Datenschutz und Reproduzierbarkeit besondere Herausforderungen bei ihrer Anwendung für reale Patienten darstellen.

Dennoch sieht Rieke die Einsatzmöglichkeiten von KI in der Medizin grundsätzlich optimistisch: "Wir konnten in der Studie auch zeigen, dass sich die Leistung der KI-Modelle mit neueren Modellen weiter verbessert. Das könnte bedeuten, dass KI künftig auch bei komplexen Diagnose- und Therapieprozessen stärker unterstützen kann - so lange Menschen die Ergebnisse der KI kontrollieren und letztlich über Therapien entscheiden." Immerhin identifizierte für jedes Fallbeispiel zumindest eine der Software-Varianten einen möglicherweise hilfreichen Behandlungsvorschlag.

Felix Balzer, Direktor des Instituts für Medizinische Informatik der Charité, ist sich allerdings sicher, dass die Medizin von KI in Zukunft profitieren wird. 

Dies könnte sich vor allem aus einer Steigerung der Effizienz der medizinischen Versorgung unter Hilfestellung durch KI-Systeme ergeben, erklärte er.