KI zur Definition des Lungenkrebsrisikos in Computertomographie-Screeningprogrammen

Lungenkrebs macht 28 % aller krebsbedingten Todesfälle in Europa aus, wobei 70 % der Patienten im fortgeschrittenen Stadium diagnostiziert werden und die 5-Jahres-Überlebensrate nur bei 21 % liegt. Obwohl das Rauchen in fast 90 % der Fälle einen ursächlichen Zusammenhang darstellt, besteht die weltweite Raucherquote weiterhin und stellt eine langfristige Herausforderung für die öffentliche Gesundheit dar. Unser Schwerpunkt liegt auf der Verfeinerung der Lungenkrebsrisikobewertung mithilfe blutbasierter Biomarker, insbesondere zirkulierender microRNAs (miRNAs) und C-reaktivem Protein. Alle zwei Jahre stattfindende LDCT-Screenings und Bluttests zur Vorhersage des Lungenkrebsrisikos haben sich als wirksam erwiesen, wie unsere Pionierarbeit im Rahmen der BioMILD-Studie seit 2013 zeigt.

Die BioMILD-Studie, an der 4119 Freiwillige teilnehmen, kombiniert LDCT- und microRNA-Biomarker und demonstriert so die Machbarkeit und Sicherheit über einen Zeitraum von vier Jahren. Unser aktuelles Ziel ist die Entwicklung eines Vorhersagemodells für LDCT-detektierte Hochrisiko-Lungenknoten unter Einbeziehung von Blut-, Funktions- und Radiomics-Biomarkern. Wir nutzen das Biorepository, die Bilddatenbank und 20 von Patienten stammende Xenotransplantate (PDXs) der BioMILD-Studie und nutzen fortschrittliche Tools der künstlichen Intelligenz (KI) für umfassende Analysen. Dieser Ansatz, an dem 400 Probanden mit soliden und subsoliden LDCT-Lungenknoten beteiligt sind, darunter 100 zu Studienbeginn identifizierte Krebspatienten, ist von entscheidender Bedeutung.

Durch die Kombination von blutbasierten Biomarkern, radiologischen Parametern, klinischen Merkmalen und KI-Tools wollen wir ein robustes Modell erstellen. Dieses Modell wird anhand einer unabhängigen Gruppe von 100 Probanden (25 mit und 75 ohne Lungenkrebs) aus der laufenden SMILE-Screening-Studie validiert. Im Erfolgsfall ist es unsere Vision, dieses Gremium künftig in klinischen Kontexten einzusetzen, in denen es sich als nützlich erweist. Unsere Mission ist es, die Lungenkrebssterblichkeit zu senken, Screening-Interventionen mit neuartigen, nicht-invasiven Instrumenten für alle Hochrisikopersonen zu optimieren und gleichzeitig Kosten und strahlenexpositionsbedingte Schäden zu minimieren.

Ziel 1: Bewertung eines Immunsignaturklassifikators (ISC) an Proben peripherer mononukleärer Blutzellen (PBMC), die aus im Screening nachgewiesenen festen und subfesten LDCT-Lungenknötchen entnommen wurden, und Integration von ISC mit vorhandenen Biomarkern wie dem MSC-Test und dem c-reaktiven Protein (cRP).

Ziel 2 Bewertung radiologischer Merkmale und anderer LDCT-Marker im Zusammenhang mit Atemwegs- und Herz-Kreislauf-Erkrankungen.

Ziel 3 Entwicklung eines Risikoklassifikators unter Verwendung von KI-Tools basierend auf einer Kombination von Blutbiomarkern, Bildgebung und klinischen Daten, um die Sensitivität des LDCT-Screenings und den positiven Vorhersagewert zu verbessern.