Künstliche Intelligenz verbessert Vorhersage von Leberkrebsbehandlungen

Ein Forschungsteam unter der Leitung von Prof. Li Hai vom Hefei Institutes of Physical Science der Chinesischen Akademie der Wissenschaften hat als erstes systematisch untersucht, wie große Sprachmodelle (LLMs) bei der Vorhersage von Leberkrebsbehandlungsantworten helfen können. Dies bietet einen neuen Weg zu künstliche-intelligenzgestützter Präzisionsmedizin. Die Ergebnisse wurden im Journal of Medical Systems veröffentlicht. Leberzellkarzinom (HCC) ist eine der häufigsten und tödlichsten Krebsarten weltweit. Für Patienten mit fortgeschrittenem HCC bieten Kombinationstherapien wie Immunkontrollpunktinhibitoren und zielgerichtete Behandlungen einige Hoffnung, aber nur etwa 30 % der Patienten reagieren effektiv darauf. Daher ist die genaue Vorhersage der Behandlungsantwort ein wesentlicher Bedarf für personalisierte Onkologie. In dieser Studie bewerteten die Forscher die Leistung der führenden LLMs – GPT-4, GPT-4o, Google Gemini und DeepSeek – bei der Vorhersage von Therapieergebnissen unter Verwendung von Zero-Shot-Lernen. Das bedeutet, dass die Modelle nicht speziell auf Leberkrebsdaten vorbereitet wurden. Der Datensatz umfasste klinische und bildgebende Informationen von 186 unoperierbaren HCC-Patienten. Um die Leistung zu verbessern, testeten die Forscher verschiedene Entscheidungsstrategien, wie Abstimmungsregeln und logische Kombinationen, und erstellten ein hybrides Modell namens Gemini-GPT. Das Gemini-GPT-Modell zeigte eine Vorhersagegenauigkeit, die mit der von erfahrenen Ärzten mit mehr als 15 Jahren Berufserfahrung vergleichbar war, während es sowohl in Geschwindigkeit als auch in Genauigkeit jüngere und mittlere Kliniker übertraf. Es erzielte stets stabile Ergebnisse bei verschiedenen Behandlungstypen und Krankheitsstadien und erwies sich insbesondere als zuverlässig bei der Identifizierung von Patienten, die von der Therapie profitieren könnten – oft mit größerer Konsistenz als menschliche Ärzte. Die Anwendung einfacher logischer Strategien verbesserte seine praktische Nutzbarkeit in klinischen Umgebungen weiter. "Diese Studie zeigt, wie KI Ärzte dabei unterstützt, bessere Entscheidungen zu treffen und personalisiertere Behandlungen für Krebspatienten anzubieten," sagte Prof. Li Hai. Die Arbeit markiert einen wichtigen Schritt zur vertrauenswürdigen Integration von KI in der realen Onkologie und demonstriert, dass LLMs mehr tun können als bloße Sprache – sie können argumentieren, vorhersagen und entscheidende medizinische Entscheidungen unterstützen. Die Studie von Jun Xu et al., "Predicting Immunotherapy Response in Unresectable Hepatocellular Carcinoma: A Comparative Study of Large Language Models and Human Experts," erscheint im Journal of Medical Systems (2025). DOI: 10.1007/s10916-025-02192-1 Branchenexperten beurteilen die Ergebnisse der Studie als vielversprechend und betonen die potenzielle Auswirkung auf die Präzisionsmedizin. Das Hefei Institutes of Physical Science ist bekannt für seine fortschrittlichen Forschungen in den Bereichen Physik und Medizin, insbesondere bei der Entwicklung innovativer Technologien zur Verbesserung der medizinischen Diagnostik und Therapie. Die Integration von KI in die klinische Praxis könnte die Effizienz und Genauigkeit der Behandlungsplanung erheblich steigern und somit die Lebensqualität und -erwartung der Patienten verbessern.