Neue KI aus Dresden soll Leberkrebs rechtzeitig aufspüren
Leberkrebs gehört weltweit zu den tödlichsten Krebserkrankungen. Jedes Jahr sterben Hunderttausende Menschen daran, oft weil die Krankheit zu spät entdeckt wird. Der Grund ist einfach. Die Krankheit verursacht lange keine Beschwerden. Wenn Betroffene Symptome spüren, ist der Tumor oft schon weit fortgeschritten.
Frühzeitige Vorsorgeuntersuchungen könnten Leben retten. Doch häufig ist unklar, wer sie wirklich braucht. Genau hier setzt ein neues KI-Modell an, das Forschende des Else Kröner Fresenius Zentrums für Digitale Gesundheit (EKFZ) an der TU Dresden gemeinsam mit der Uniklinik RWTH Aachen entwickelt haben.
Krebsrisiko aus Routinedaten berechnen
Die häufigste Form von Leberkrebs heißt hepatozelluläres Karzinom, kurz HCC. Es entsteht meist nach jahrelangen Leberschäden, etwa durch Alkohol, Fettleber oder Hepatitis. Das Modell PRE-Screen-HCC nutzt Daten aus dem Klinikalltag. Dazu gehören Blutwerte, Vorerkrankungen und Lebensstilfaktoren. Daraus berechnet es das individuelle Risiko.
Für die Studie analysierten die Forschenden Gesundheitsdaten von mehr als 900.000 Menschen aus Großbritannien und den USA. Knapp 1.000 bestätigte Krebsfälle flossen in die Auswertung ein. PRE-Screen-HCC übertraf bisherige etablierte Risikomodelle und das ohne aufwendige Genom- oder Stoffwechselanalysen. "Der entscheidende Vorteil ist, dass unser Modell auf Routinedaten basiert, die im Klinikalltag ohnehin vorliegen. Damit könnten wir Menschen, die von einer Ultraschall-Früherkennung profitieren würden, früher identifizieren", sagt Jan Clusmann vom EKFZ.
Offen für alle, damit die Forschung weitergeht
Das Modell teilt Menschen in Risikogruppen ein. Personen mit erhöhtem Risiko könnten gezielt zu Ultraschalluntersuchungen eingeladen werden. So lassen sich Vorsorgeuntersuchungen besser einsetzen. Alle Modelle, der Code und ein Web-Risikorechner sind frei zugänglich. So können andere Forschende das Modell weiterentwickeln. "In Zukunft könnten Algorithmen wie PRE-Screen-HCC direkt mit der Patientenakte verknüpft werden, etwa im europäischen Gesundheitsdatenraum", erklärt Prof. Jakob N. Kather. Das wäre ein großer Schritt. Die KI könnte sofort anzeigen, ob eine Vorsorge sinnvoll ist.
Auch international wird daran geforscht, Krebsrisiken mit KI früher zu erkennen. Viele Modelle nutzen dafür genetische Daten oder spezielle Biomarker. Der Dresdner Ansatz zeigt, dass auch Routinedaten ausreichen können. Das erleichtert den Einsatz in der Praxis. Gleichzeitig gibt es Herausforderungen. Das Modell wurde mit Daten aus Großbritannien und den USA entwickelt und muss in weiteren Bevölkerungsgruppen geprüft werden. Zudem stellt sich die Frage, wie gut solche Vorhersagen im Alltag funktionieren und ob alle Patientengruppen gleichermaßen erfasst werden.
Die Studie wurde von der Deutschen Krebshilfe gefördert und in der Fachzeitschrift Cancer Discovery veröffentlicht.
