Von der Bildanalyse zum Tumorboard: Künstliche Intelligenz etabliert sich in der Onkologie

Künstliche Intelligenz ist längst Teil der onkologischen Routine. Besonders bei der Analyse histologischer Bilddaten zeigt sich ihr Potenzial. Prof. Dr. Jakob Nikolas Kather, Clinical-AI-Experte am Universitätsklinikum Dresden, verweist auf zahlreiche zugelassene KI-Produkte zur Biomarkererkennung. Seine eigene Forschung, unter anderem zur Einschätzung der Mikrosatelliteninstabilität (MSI), hat den Weg zur klinischen Anwendung mitbereitet.

Das Feld digitaler Biomarker hat sich in den letzten Jahren deutlich konsolidiert. Unter Federführung der European Society of Medical Oncology entsteht aktuell eine Leitlinie, die drei Systemklassen unterscheidet: KI zur Quantifizierung bestehender Biomarker (Klasse A), zur Vorhersage etablierter Marker (Klasse B) sowie zur Generierung neuer digitaler Marker (Klasse C).

Im Fokus stehen zunehmend große Sprachmodelle (LLMs). Diese lassen sich drei Zielgruppen zuordnen: Patient:innen, medizinisches Personal und technische Hintergrundsysteme. Relevanz für die Versorgung sieht Kather vor allem in sogenannten KI-Agenten, die aktiv mit Softwareanwendungen interagieren und Prozesse wie Terminplanung oder Tumorboard-Entscheidungen unterstützen.

Erste Pilotprojekte zur Integration solcher Agenten in interdisziplinäre Tumorkonferenzen laufen bereits. Ziel ist nicht die Ersetzung medizinischer Expertise, sondern eine symbiotische Zusammenarbeit. Die Perspektive lautet: Mensch und KI als klinisches Tandem, das gemeinsam die Versorgung verbessern soll.