Berlin – Eine personalisierte Krebstherapie erfordert die Analyse und Einordnung verschiedener Tumor- und Patientendaten. In besonders komplexen Fällen ist dazu Wissen aus verschiedenen medizinischen Bereichen notwendig, zum Beispiel aus der Pathologie, Molekularpathologie, Onkologie, Humangenetik und anderem.
Eine Arbeitsgruppe der Charité hat jetzt untersucht, ob und gegebenenfalls wie eine künstliche Intelligenz (KI) diesen Prozess unterstützen kann. Ihre Auswertung ist im Fachmagazin JAMA Network Open erschienen (2023, DOI: 10.1001/jamanetworkopen.2023.43689).
Die Forscher konzentrierten sich dabei auf die Chancen und Grenzen von Large Language Models (LLM) wie ChatGPT bei der automatisierten Sichtung der wissenschaftlichen Literatur für die Auswahl einer personalisierten Therapie.
Für ihre Untersuchung hat die Arbeitsgruppe 10 molekulare Tumorprofile fiktiver Patienten erstellt. Ein spezialisierter Arzt und 4 Large Language Models – ChatGPT, Galactica, Perplexity, and BioMedLM – wurden damit beauftragt, eine personalisierte Therapiemöglichkeit zu ermitteln.
Die Ergebnisse wurden den Mitgliedern eines molekularen Tumorboards zur Bewertung präsentiert – ohne dass diese wussten, woher eine Empfehlung stammte. Deren Mitglieder bewerteten die Wahrscheinlichkeit, dass eine Behandlungsoption aus einem LLM stammt, auf einer Skala von 0 bis 10 und entschieden, ob die Behandlungsoption klinisch nützlich wäre.
„Vereinzelt gab es überraschend gute Therapieoptionen, die durch die KI identifiziert wurden. Die Performance von Large Language Models ist allerdings deutlich schlechter als die menschlicher Expertinnen und Experten“, berichtete Manuela Benary, Bioinformatikerin an der Charité.
Die Forscher sehen die Entwicklung aber optimistisch: „Wir konnten in der Studie auch zeigen, dass sich die Leistung der KI-Modelle mit neueren Modellen weiter verbessert“, erläuterte Damian Rieke aus der Arbeitsgruppe.
Das bedeute, dass KI künftig auch bei komplexen Diagnose- und Therapieprozessen stärker unterstützen könne – „so lange Menschen die Ergebnisse der KI kontrollieren und letztlich über Therapien entscheiden“, betonte er. © hil/aerzteblatt.de