KI offenbart Therapievorteil bei Rektumkarzinom; Studie: Online-Informationen für Patienten mangelhaft
KI identifizierte Rektumkarzinom-Patientinnen und -Patienten, die von der zusätzlichen Gabe von Irinotecan zur Radiochemotherapie profitieren, wodurch das Rezidiv- und Sterberisiko gesenkt wird. Eine separate Studie zeigt, dass die meisten Online-Informationen zu KI und Krebs von geringer Qualität und für Patientinnen und Patienten zu komplex sind.
Eine von Forschenden des UCL entwickelte künstliche Intelligenz hat eine vielversprechende Kombination von Krebstherapien für Patientinnen und Patienten mit lokal fortgeschrittenem Rektumkarzinom aufgezeigt, während eine separate Studie zeigt, dass Online-Informationen über KI und Krebs für Patientinnen und Patienten weitgehend von geringer Qualität und schwer lesbar sind.
In einer in eBioMedicine veröffentlichten, begutachteten Beobachtungsstudie verbesserte die Kombination des Krebsmedikaments Irinotecan mit einer Standard-Radiochemotherapie das Überleben bei fortgeschrittenem Rektumkarzinom bei Patientinnen und Patienten mit einer hohen Konzentration von Krebszellen in ihren Tumoren. Bei Patientinnen und Patienten, die vor Behandlungsbeginn eine hohe Tumorzelldichte in Biopsieproben aufwiesen, reduzierte die zusätzliche Gabe von Irinotecan das Risiko eines Krebsrezidivs um etwa 43 Prozent und das Sterberisiko um etwa 50 Prozent im Vergleich zu jenen, die eine Chemotherapie mit Capecitabin in Kombination mit Strahlentherapie erhielten. Bei jenen mit niedrigen Konzentrationen von Krebszellen zeigte sich kein Unterschied.
Die Wirksamkeit wurde mithilfe einer speziell entwickelten KI aufgedeckt, die darauf trainiert wurde, Patientinnen und Patienten anhand ihrer Krebszelldichte in Tumorgewebeproben zu unterscheiden, die zum Zeitpunkt der Diagnose entnommen wurden. Die Forschenden entwickelten das kostenlose Online-Tool Octopath, über das Klinikerinnen und Kliniker Biopsie-Objektträger zur Analyse hochladen können. Die KI scannte Standardbilder von Biopsien, zählte Millionen von Zellen und ordnete die Patientinnen und Patienten Kategorien mit hoher und niedriger Konzentration zu. Die Forschung ist Teil der Analyse der Phase-III-Studie ARISTOTLE, die Patientinnen und Patienten aus 75 Krankenhäusern im Vereinigten Königreich einschloss und 414 Rektumkarzinom-Biopsieproben umfasste; die Analyse stufte 188 als hohe und 226 als niedrige Konzentration ein. Das kolorektale Karzinom ist die vierthäufigste Krebstodesursache im Vereinigten Königreich, und die Kombination von Irinotecan mit Capecitabin dürfte schwere Nebenwirkungen wie Durchfall oder eine niedrige Anzahl weißer Blutkörperchen verstärken. Die Ergebnisse zeigen, dass Ärztinnen und Ärzte mithilfe von KI bereits vor Beginn der Behandlung genau bestimmen können, welche Patientinnen und Patienten wahrscheinlich von der intensiveren Therapie profitieren werden.
Separat präsentierten Forschende des Abramson Cancer Center der University of Pennsylvania und der Perelman School of Medicine von Penn auf der Jahrestagung 2026 der American Society of Clinical Oncology (Abstract 9000) eine Studie, die zeigt, dass Online-Informationen über KI und ihre Auswirkungen auf Krebsforschung und -behandlung begrenzt sind und dass verfügbare Webseiten und Videos weitgehend von geringer Qualität, schwer lesbar sind und Risiken der KI-Nutzung häufig auslassen. Nachdem die ersten 320 Webseiten und Videos aus Google- und YouTube-Suchen gesichtet und Inhalte entfernt worden waren, die nicht für KI und Krebsversorgung relevant oder nicht für ein Laienpublikum bestimmt waren, wurden 52 Webseiten (31 Prozent der Google-Suchergebnisse) und 29 Videos (19 Prozent der YouTube-Suchergebnisse) in die endgültige Analyse aufgenommen. Nur 17 Webseiten (33 Prozent) und sieben Videos (23 Prozent) wurden als hochwertig eingestuft. Während die American Medical Association und die National Institutes of Health für Verbrauchergesundheitsinformationen ein Leseniveau der Klassenstufen 6 bis 8 empfehlen, lag die mediane Lesbarkeit der Webseiten auf College-Niveau, und nur 15 Prozent der Webseiten erwähnten das Risiko von KI-Halluzinationen.
Eine Artikelsammlung zur prospektiven und interventionellen klinischen Evidenz in der medizinischen KI stellt fest, dass sich künstliche Intelligenz rasch von retrospektiven Benchmarking-Studien in klinische Arbeitsabläufe verlagert, sich ein Großteil der Literatur jedoch weiterhin auf die Modellgenauigkeit als primären Endpunkt konzentriert. Die Sammlung begrüßt Studien, die um KI-Handlungsbündel (AI–action bundles) herum aufgebaut sind – der Kombination eines KI-Ergebnisses mit der vordefinierten Handlung, die von Klinikerinnen und Klinikern, Patientinnen und Patienten oder Behandlungsteams erwartet wird – mit einem expliziten kausalen Pfad von der Modellausgabe über die Handlung bis zum Ergebnis.
Beim Kopf-Hals-Krebs bleibt die personalisierte Behandlung trotz erheblicher biologischer Heterogenität begrenzt. Am Beispiel des Projekts SuPerTreat skizzierten Forschende einen Prototyp eines klinischen Entscheidungsunterstützungssystems, das transkriptomische Daten und künstliche Intelligenz integriert, und fassten den Expertenkonsens zu seinem Potenzial sowie zu den Anforderungen an Genauigkeit, Validierung, regulatorische Konformität und klinische Umsetzung zusammen. Der Perspektivartikel liefert eine Roadmap, die die künftige Entwicklung und verantwortungsvolle Integration klinischer Entscheidungsunterstützungssysteme in die Präzisionsonkologie leiten soll.