23 MAI

2019

Themen , Aktien , Oncology , Rudi Van den Eynde

Krebserkrankungen und künstliche Intelligenz: konkrete Perspektiven

Die künstliche Intelligenz wird in Zukunft wahrscheinlich eine bessere Erkennung, Diagnose und Behandlung vieler Krebsarten ermöglichen. Zum jetzigen Stand sind einige vielsprechende Forschungsarbeiten insbesondere zur medizinischen Bildgebung vorhanden, deren Ergebnisse schon jetzt wertvoll zur Behandlung von Haut- und Gebärmutterhalskrebs sind.  

Ob nur bloße Einbildung oder Realität, die künstliche Intelligenz (KI) ruft im kollektiven Unbewussten die eine oder andere Fantasievorstellung hervor. Auch wenn bestimmte Maschinen den Menschen klar in den Schatten stellen, sind wir noch weit von den von Stephen Hawking und Elon Musk beschriebenen existenziellen Bedrohungen entfernt. Vom überwachten Lernen bis zur vollständigen Autonomie der Maschine müssten noch immense Anstrengungen unternommen werden.

Die jüngsten technologischen Fortschritte bieten allerdings sehr konkrete Anwendungsperspektiven für den Medizinsektor. Die künstliche Intelligenz wird wohl die Entwicklung einer genaueren medizinischen Wissenschaft begünstigen, bei der außerdem individueller auf den Patienten eingegangen werden kann. Sie wird sich als wertvolles Instrument in der medizinischen Entscheidungsfindung erweisen. Die meisten Experten gehen nichtsdestotrotz davon aus, dass das menschliche Eingreifen immer ein Schlüsselfaktor bleiben wird, vor allem dann, wenn es um Erfahrungswerte und das Übernehmen von Verantwortung geht. Bis heute kann kein technisches Werkzeug eine gründliche klinische Untersuchung ersetzen.

Von der Forschung und Vorsorge über die Erkennung und Diagnose bis hin zur Behandlung – den Anwendungsfeldern von KI sind beinahe keine Grenzen gesetzt. In der Onkologie, die in Gesundheitssystemen auf der ganzen Welt eine wichtige Stellung einnimmt, werden momentan viele wichtige Erkenntnisse gesammelt. Die ersten größeren Fortschritte sind mittlerweile sogar greifbar, insbesondere in der medizinischen Bildgebung.

Vielversprechende Ergebnisse für die Behandlung von Hautkrebs ...

Die frühzeitige Diagnose von Krebs ist für das Überleben zahlreicher Patienten weltweit essenziell. Je früher die Krankheit erkannt wird, desto schneller kann die Behandlung eingeleitet werden, womit sich auch die Heilungschancen erhöhen. Bestimmte Forschungsarbeiten geben in dieser Hinsicht Anlass zum Optimismus. Ein internationales Forschungsteam aus Deutschen, Amerikanern und Franzosen hat einen Algorithmus kreiert, der mit einer Sicherheit von 95 % Melanome allein auf Grundlage von Bildern erkennen kann*. Bemerkenswert: Die Software ist leistungsfähiger als 58 Dermatologen aus 17 verschiedenen Ländern (87 %). Dieses Ergebnis ist mehr als beachtlich, denn es beruht auf der Analyse von 100 seltenen und komplexen Fällen.

Eine andere Referenzstudie bestätigt das sagenhafte Potenzial der künstlichen Intelligenz in der Erkennung von Hautkrebs. Dermatologen und Ingenieure der Universität Stanford (USA) haben eine Technologie ausgeklügelt, die gutartige und bösartige Muttermale zielsicher auseinanderhalten kann**. Die KI wurde mit 130.000 Bildern aus dem Internet trainiert und kann über 2.000 Hautkrankheiten unterscheiden. Der Wissensstand der Software entspricht mindestens den Kenntnissen der 21 Dermatologen, die sich damit auseinandersetzten.

Die Herausforderungen im Gesundheitswesen sind offensichtlich, vor allem bezogen auf die Häufigkeit und die Sterblichkeit. Laut der Internationalen Agentur für Krebsforschung (IARC) werden jährlich 232.000 neue Fälle bösartiger Melanome gemeldet. Auf das Konto der Krankheit gehen jedes Jahr etwa 55.000 Todesfälle.

... und Gebärmutterhalskrebs

Die Fortschritte in der künstlichen Intelligenz zeigen sich auch an der Früherkennung von Gebärmutterhalskrebs. Amerikanische Forscher haben einen Algorithmus entwickelt, mit dem Krebsvorstufen auf Fotografien mit einer Erfolgsquote von 91 % nachgewiesen werden können***. Erläuternder Hinweis: Die KI wurde anhand einer Datenbank mit 60.000 Bildern von gesunden und kranken Uteri trainiert. Die Ergebnisse sind beeindruckend, denn die Genauigkeit der Maschine liegt weit über der konventioneller Verfahren wie der Auswertung der mit dem Kolposkop aufgenommenen Bilder durch den Spezialisten (69 %) oder der Analyse eines zytologischen Abstrichs (71 %).

Hierbei ist es erneut von großer Bedeutung, den Krebs in einem frühen Stadium zu erkennen, ganz besonders in Entwicklungsländern, in denen die große Mehrheit der Todesfälle verzeichnet wird. Laut Angaben der WHO ist Gebärmutterhalskrebs mit 570.000 gemeldeten Fällen (2018) die Krebsart, die weltweit am vierthäufigsten diagnostiziert wird. In Industrieländern konnte die Sterblichkeit in Folge von Gebärmutterhalskrebs dank systematischer Vorsorgeuntersuchungen für Risikogruppen und mehrerer Impfkampagnen gegen die verschiedenen Formen humaner Papillomaviren deutlich gesenkt werden. Die künstliche Intelligenz könnte diese ermutigende Tendenz noch fördern.

Vielfältige Herausforderungen

Die Anwendungsmöglichkeiten der künstlichen Intelligenz sind von Natur aus mannigfaltig, womit sie Chancen in verschiedensten Bereichen aufzeigt. Anhand prädiktiver Analysen könnte zum Beispiel die Krebsvorsorge verbessert werden, da man so die Verhaltensrisiken sicherer voraussagen kann. Damit könnten außerdem die Forschungsprotokolle klinischer Studien optimiert werden. Die Experten sehen darin eine Möglichkeit, die Machbarkeit von Studien, die Vorhersehbarkeit der therapeutischen Wirkung sowie die Messung der Sinnhaftigkeit der angewandten Lösungen zu verbessern. Aus praktischer Sicht wird die Zukunft der künstlichen Intelligenz laut vielen Expertenstimmen von der Auswertung der Gesundheitsdaten abhängen, für die sie wie ein Katalysator wirkt. Als bewiesen gilt, dass sich die Fortschritte des maschinellen Lernens in erster Linie auf die Qualität der Informationen stützen, die der Mensch zur Verfügung stellt.

Der Einsatz von künstlicher Intelligenz ist günstiger, schneller und oft wirksamer, wodurch die Prävalenz und Häufigkeit vieler Krebsarten gemindert werden könnten. Am weitesten fortgeschritten ist die Forschung in der Bildgebung, doch es befinden sich auch andere Projekte in der Entwicklung wie die feinere Differenzierung der Aggressivität eines Tumors oder auch eine genauere Erfassung von Patienten, die für bestimmte Behandlungen in Frage kommen (siehe Kasten). Die größte Schwierigkeit besteht darin, die Entwicklungen zu ermitteln und zu unterstützen, die im Sinne der Allgemeinheit die größten Vorteile bieten. Candriam möchte sich umfassend an diesen lebensrettenden Maßnahmen beteiligen, indem es die dynamischsten Unternehmen auswählt und unterstützt, die in diesem Sektor mit nunmehr großer strategischer Bedeutung tätig sind.

Immuntherapie: Behandlungsmethoden gezielter auswählen

Die Neuigkeit wurde mit großem Interesse von der internationalen Wissenschaftsgemeinde aufgenommen. Französische Forscher haben einen KI-Algorithmus entwickelt und trainiert, der anhand von Scan-Bildern voraussagen kann, ob ein Patient positiv auf eine Immuntherapie ansprechen wird****. Dieses Verfahren gilt als sinnvolle Alternativoption zur Biopsie, da es weniger invasiv und vor allem weniger riskant ist (je nach Lage des Tumors). Mithilfe dieser Methode können zudem hohe Behandlungskosten reduziert werden. Somit kämen mehr Patienten für eine Behandlung infrage und die Gesundheitssysteme würden weit weniger belastet. Aktuell ist dank dieser Technologie die korrekte Bestimmung des Immunprofils eines Tumors in fast 60 % der Fälle möglich. Die Forschung geht weiter, um die bereits sehr positiven Ergebnisse noch zu verbessern. 


[*] "Man against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists": Annals of Oncology (May 2018).
[**] "Dermatologist-level classification of skin cancer with deep neural networks": Nature (February 2017). 
[***] "An observational study of deep learning and automated evaluation of cervical images for cancer screening": Journal of the National Cancer Institute (January 2019). 
[****] "A radiomics approach to assess tumour-infiltrating CD8 cells and response to anti-PD-1 or anti-PD-L1 immunotherapy: an imaging biomarker, retrospective multicohort study": The Lancet (August 2018).