GE HealthCare, das Vanderbilt University Medical Center (VUMC) und die University Medicine Essen (UME) haben auf der Society for Immunotherapy of Cancer (SITC) in San Diego präsentiert, dass ihre künstlichen Intelligenz (KI) Modelle mit einer Genauigkeit von 70 bis 80 Prozent die Reaktion von Patienten auf Immuntherapien vorhersagen können. Ursprünglich basierend auf einer Kohorte von über 3.000 Immuntherapie-Patienten vom VUMC entwickelt und anschließend an einer Kohorte von 4.000 Patienten von UME validiert, prognostizieren die KI-Modelle Wirksamkeitsbewertungen und das Risiko einer individuellen unerwünschten Reaktion der Patienten. Dies könnte eine präzise Versorgung ermöglichen, indem Ärzte möglicherweise früher den passenden personalisierten Behandlungsweg wählen und unnötige Nebenwirkungen und Kosten vermeiden können.
Immuntherapien verwenden das Immunsystem, um Krebszellen zu erkennen und anzugreifen, was möglicherweise effektiver als herkömmliche Behandlungen ist, jedoch sind die Ansprechraten oft niedrig und die Nebenwirkungen können schwerwiegend sein. Neben den potenziellen Vorteilen dieser KI-Modelle in der klinischen Anwendung könnten sie auch den Arzneimittelentwicklern helfen, die Patienten auszuwählen, die wahrscheinlicher auf die Behandlung ansprechen könnten, um die Entwicklung und Erfolgschancen von klinischen Studien zu beschleunigen. Nach regionalen behördlichen Genehmigungen plant GE HealthCare, die Modelle sowohl für die pharmazeutische Arzneimittelentwicklung als auch für die klinische Entscheidungsunterstützung zu kommerzialisieren.
Für die Entwicklung der KI-Modelle haben GE HealthCare und VUMC rückblickend die Immuntherapie-Behandlungsreaktion Tausender Krebspatienten des VUMC mit ihren deidentifizierten demografischen, genomischen, tumorzellulären, proteomischen und bildgebenden Daten analysiert und korreliert. Die auf der SITC vorgestellten Modelle verwenden nur routinemäßig erfasste Daten aus der elektronischen Patientenakte als Eingaben, was ihre Vielseitigkeit und Skalierbarkeit für potenzielle Anwendungen ermöglicht.
