Menschen mit Ulzeraiver Kolitis (UC), einer chronischen Entzündungserkrankung des Darms, haben bis zu viermal so hohe Wahrscheinlichkeit, an kolorektalem Krebs zu erkranken wie die allgemeine Bevölkerung. Eine frühe Warnung kann die sogenannte niedriggradige Dysplasie (LGD) sein – abnorme, vor-krebsartige Veränderungen im Darm. Allerdings entwickelt nur ein kleiner Teil dieser Fälle tatsächlich Krebs, was die Entscheidungsfindung für Ärzte und Patienten erschwert: Soll weiterhin überwacht werden oder bereits präventiv operiert werden? Forscher der University of California San Diego haben nun eine neue Studie vorgestellt, die zeigt, dass künstliche Intelligenz (KI) in Kombination mit biostatistischen Risikomodellen präzise vorhersagen kann, welche UC-LGD-Patienten tatsächlich an Krebs erkranken. Die Ergebnisse, veröffentlicht am 17. Februar in Clinical Gastroenterology and Hepatology, könnten künftig die Beratung von Patienten, Entscheidungsprozesse und die zeitnahe Nachsorge entscheidend verbessern. Das Team entwickelte einen vollautomatisierten KI-Workflow, der die medizinischen Akten von 55.000 Patienten im US-amerikanischen Veterans Affairs (VA)-Gesundheitssystem analysierte – darunter Koloskopie- und Pathologieberichte sowie narrative Klinische Notizen. Dieses Datenset ist das umfangreichste seiner Art in den USA. Mithilfe großer Sprachmodelle extrahierte die KI entscheidende Risikofaktoren direkt aus den freien Texten, wie die Größe der LGD-Läsion, ob mehrere Läsionen vorliegen oder der Darm stark entzündet ist. „Große Sprachmodelle konnten Risikofaktoren für kolorektalen Krebs bei Colitis-Patienten präzise aus den klinischen Notizen ableiten – ohne dass man sie manuell codieren müsste“, erklärte Kit Curtius, Assistenzprofessor für Medizin an der UC San Diego School of Medicine und Mitglied des Moores Cancer Center. Der KI-Workflow integriert sich nahtlos in den klinischen Alltag und liefert automatisierte Risikobewertungen, die Ärzte und Patienten bei Entscheidungen über den Zeitpunkt der nächsten Koloskopie oder die Notwendigkeit einer Operation unterstützen. „Derzeit basiert die Risikobewertung oft auf subjektiven Einschätzungen, weil Ärzte nicht über ausreichend Daten verfügen, um ihre Einschätzungen zu stützen“, sagte Curtius. „Die KI kann während eines Patientengesprächs eine konkrete Risikoskala liefern – nicht nur eine Liste von Faktoren, sondern eine Zahl, die wirklich hilft.“ Zudem kann das System Patienten identifizieren, die dringend zur Nachuntersuchung zurückkehren müssen, was Verzögerungen bei der Krebsfrüherkennung verhindern könnte. Zukünftige Schritte umfassen die Validierung des Tools in nicht-VA-Populationen sowie die Einbeziehung genetischer Daten und neuer Risikofaktoren. „Wir wissen, dass Genomik eine zentrale Rolle bei der Krebsentwicklung spielt“, betonte Curtius. Weitere Mitautoren der Studie stammen von der UC San Diego, dem VA San Diego Healthcare System und der University College London Hospitals NHS Trust. Die Technologie stellt einen bedeutenden Fortschritt in der personalisierten Onkologie dar. Experten sehen darin eine Möglichkeit, die Effizienz der Krebsvorsorge zu steigern, Überbehandlungen zu vermeiden und die Patientenbindung zu stärken. Die KI-basierte Risikobewertung könnte künftig in klinischen Leitlinien Berücksichtigung finden und den Weg für datengetriebene, präzise Entscheidungsfindung in der Gastroenterologie ebnen.