Neuroonkologie-Experten verraten, wie KI zur Verbesserung der Diagnose, Überwachung und Behandlung von Hirntumoren eingesetzt werden kan
Original Artikel von der Universität Indiana
Ein internationales, multidisziplinäres Team führender Neuro-Onkologie-Forscher und Kliniker hat neue Empfehlungen für gute klinische Praxis veröffentlicht – eine Reihe von Richtlinien, die dazu beitragen, dass klinische Studienergebnisse zuverlässig sind und Patienten geschützt werden – in Bezug auf den Einsatz von künstlicher Intelligenz zur genaueren Diagnose, Überwachung und Behandlung von Hirntumorpatienten.
Das Team hat kürzlich zwei begleitende Grundsatzüberprüfungen in The Lancet Oncology im Namen der klinisch maßgeblichen Response Assessment in Neuro-Oncology Cooperative Group veröffentlicht, einer Zusammenarbeit internationaler Experten, die standardisierte Kriterien für die Bewertung des Behandlungserfolgs in klinischen Studien für Hirnkrebs entwickeln.
Spyridon Bakas von der Indiana University School of Medicine ist der Hauptautor der zweiten Grundsatzüberprüfung, die Richtlinien für Standardisierung, Validierung und gute klinische Praxis von KI für die Neuro-Onkologie festlegt.
Er sagte, die neuen Empfehlungen seien eine dringend benötigte Aktualisierung des derzeitigen Behandlungsstandards, bei dem einzelne Radiologen die Tumorgröße messen, was die Behandlungsoptionen bestimmt.
Dies sei nicht ideal, so Bakas, da die Beurteilung oft subjektiv sei. Jeder Radiologe könne Bildgebungsscans unterschiedlich interpretieren, was zu Behandlungsstrategien führe, die je nach Betrachter des Scans schwanken.
„Wir können KI nutzen, um Bilder der Tumore objektiver zu betrachten“, sagte Bakas, Joshua Edwards Associate Professor für Pathologie und Labormedizin und Direktor der Abteilung für Computerpathologie an der IU School of Medicine sowie Forscher am IU Melvin and Bren Simon Comprehensive Cancer Center.
„KI-Programme können schnell bestimmen, um welche Art von Erkrankung es sich handelt, welcher Subtyp des Tumors und welcher spezielle Grad es ist, zusätzlich zur Hilfe bei der Verfolgung des Fortschritts einer Läsion während der Behandlung.“
Laut dem Team gibt es prädiktive, prognostische und diagnostische KI-Modelle und -Lösungen, die für Gesundheitsdienstleister verfügbar werden, aber ihre Verwendung variiert stark in verschiedenen Einrichtungen.
„Dank neuer Technologie gibt es Möglichkeiten, KI zu nutzen, um zu beurteilen, ob ein Tumor fortschreitet oder stabil ist“, sagte Raymond Y. Huang, außerordentlicher Professor an der Harvard Medical School und Leiter der Abteilung für Neuroradiologie am Brigham and Women’s Hospital in Boston, Massachusetts. „Es muss jedoch eine standardisierte Methode geben, um KI zur genauen Diagnose und Behandlung von Patienten einzusetzen.“
Das Team überprüfte bestehende Forschungsartikel und Publikationen zu aktuellen Fortschritten der KI in diesem Bereich, um die Richtlinien zu entwickeln, die auf der diesjährigen Tagung der American Society of Clinical Oncology in Chicago, Illinois, und der Jahrestagung der European Association for Neuro-Oncology in Glasgow, Schottland, vorgestellt wurden. Die Richtlinien werden auch auf der Tagung der Society for Neuro-Oncology im November in Houston, Texas, präsentiert.
Einige der Richtlinien der Autoren umfassen:
– Verwendung von Software, die unter Verwendung großer und vor allem vielfältiger Kohorten von Patientendaten entwickelt wurde.
– Sicherstellung, dass die KI-Modelle zur Definition eines Tumors den Kriterien der Weltgesundheitsorganisation folgen.
– Berücksichtigung, wie die Tumorbilder erhalten, verarbeitet und segmentiert werden, bevor sie analysiert werden.
„Diese Richtlinien sind entscheidend, um sicherzustellen, dass KI-Tools, die in Großbritannien und darüber hinaus entwickelt werden, strengen Standards entsprechen und die Patientenergebnisse verbessern“, sagte Thomas Booth, ein Co-Autor vom King’s College London. „Mit diesen Empfehlungen können wir uns in Richtung genauerer, standardisierter KI-Anwendungen bewegen, die sowohl Klinikern als auch Patienten in Großbritannien und international zugutekommen.“
Da KI noch neu ist, gehören diese Empfehlungen zu den ersten weltweit bezüglich ihrer korrekten Anwendung in der Krebsversorgung. Weitere Studien sind jedoch erforderlich.
„Es ist wichtig, dass wir unsere Untersuchung dieser KI-Modelle an großen, vielfältigen Patientenpopulationen fortsetzen, um unser Verständnis der Krankheit weiter zu erweitern und die Art und Weise, wie wir sie einsetzen, zu verbessern“, sagte Bakas.
Quellen
Javier E Villanueva-Meyer et al, Artificial Intelligence for Response Assessment in Neuro Oncology (AI-RANO), part 1: review of current advancements, The Lancet Oncology (2024). DOI: 10.1016/S1470-2045(24)00316-4
Spyridon Bakas et al, Artificial Intelligence for Response Assessment in Neuro Oncology (AI-RANO), part 2: recommendations for standardisation, validation, and good clinical practice, The Lancet Oncology (2024). DOI: 10.1016/S1470-2045(24)00315-2
Wenn Ihnen dieser Artikel gefallen hat, abonnieren sie meinen Newsletter unter https://dr-gallis-neuronotes.beehiiv.com/