open Menu
Search icon

Mit künstlicher Intelligenz passende Therapien ermitteln

Seit langem arbeiten Forscher daran, die Entstehung und Entwicklung von bösartigen Lymphomen (Lymphknotenkrebs) zu verstehen - Professor Dr. Rainer Spang vom Institut für Funktionelle Genomik der Universität Regensburg ist einer von ihnen. Er untersucht diffuse large B-cell lymphomas, eine Lymphomart, die bei etwa zwei Drittel der Patienten geheilt werden kann. Bei etwa einem Drittel gelingt dies jedoch nicht und die Patienten sterben meist an ihrer Krankheit. Woher rührt dieser Unterschied? Könnte die künstliche Intelligenz ein Weg sein vorherzusagen, ob ein Patient auf die Therapie anspricht?

Um diese Frage zu beantworten, entwickelten die Wissenschaftler um Professor Spang ein neues Verfahren der künstlichen Intelligenz. Dieses ermöglicht erstmals die verlässliche Identifikation der Patienten, bei denen die herkömmliche Therapie nicht wirkt. Besonders wichtig für die Vorhersage sind dabei Moleküle, die wohl eher Immunzellen entstammen, die den Tumor infiltrieren, als dem Tumor selbst.

Systemmedizin setzte hier ein, als die klassische Tumorpathologie mit modernen biotechnologischen Messverfahren und intelligenten Algorithmen kombiniert wurde: Die Pathologie erfasst dabei mit klassischen Methoden das Aussehen des Tumorgewebes und einzelne Parameter die den „Aktivitätsgrad“ der Zellen widerspiegeln; die neueren molekularen Verfahren ergänzen diese durch hochaufgelöste Parameter (Sequenzdaten). Diese Werte werden dann systemmedizinisch intelligent kombiniert und ausgewertet. Das Lymphomgewebe wird also zunächst auf Systemebene erfasst und dann aus diesen Erkenntnissen (Modellparametern) eine Prognose für das Therapieansprechen destilliert.

Die Arbeit konnte nur in einem wahrhaft interdisziplinären Team gelingen: Hämatologen haben die Patienten behandelt, Chirurgen die Biopsien gewonnen, Pathologen diese aufgearbeitet und molekular charakterisiert, Statistiker, Bioinformatiker und Physiker haben die Daten analysiert und bearbeitet. Zusammen mit Programmierern und Spezialisten im Supercomputing hat dieses Team einen neuen intelligenten Algorithmus implementiert und angewendet. Die Prognosen wurden an die Biometriker verschiedener Studiengruppen weitergeleitet. Dort wurden sie mit dem tatsächlichen Therapieansprechen verglichen und das starke prognostische Potential des Tests nachgewiesen.

Durch hochauflösende molekulardiagnostische Methoden, gekoppelt an intelligente Algorithmen, soll in Zukunft vorhergesagt werden, welche Therapie für einen Patienten die bestmögliche Chance auf Heilung bietet. Der Algorithmus mit seiner guten Übertragbarkeit kann dabei eine wichtige Rolle spielen, nicht nur beim
Lymphknotenkrebs.

Spotlight aus dem Demonstratorverbund MMML Demonstrator - Molekulare Mechanismen in Malignen Lymphomen, aus der Broschüre "Systemmedizin - Von Big Data zur personalisierten Medizin".