Krebsbekämpfung in der Cloud

Die ersten medizinischen Aufzeichnungen über Krebs­erkrankungen stammen aus dem alten Ägypten. Moderne Behandlungsmethoden, präzisere Diagnostik und intensive Forschung haben die Überlebenschancen vieler Patientinnen und Patienten deutlich verbessert. Doch die globale Entwicklung der Krankheit gibt Anlass zur Sorge: Jährlich fordert Krebs weltweit 10 Millionen Menschen­leben. Besonders alarmierend sind die Zukunftsprognosen der Weltgesundheitsorganisation WHO. Die Prognosen zeigen, dass sich die Zahl der jährlichen Neuerkrankungen bis 2050 von derzeit 20 Millionen auf über 35 Millionen Fälle erhöhen wird – ein Anstieg um 77 Prozent.

Auch wenn die Welt noch nach einer endgültigen Heilung für Krebs sucht, eröffnen moderne Technologien neue Wege im Kampf gegen die Krankheit. Besonders Cloud Computing macht vieles möglich: Dank bezahlbarer und skalierbarer Cloud-Lösungen können Gesundheitsdienstleister und Patientinnen und Patienten die Krankheit von der Früherkennung bis zur Genesung effektiver bekämpfen. Dank künstlicher Intelligenz etwa können Medizinerinnen und Mediziner heute in kürzester Zeit wichtige Erkenntnisse aus genetischen, klinischen und bildgebenden Daten gewinnen. Grosse Datenmengen lassen sich heute in kürzester Zeit analysieren. Gleichzeitig verbindet die sichere Datenübertragung Forschende rund um den Globus und ermöglicht eine Zusammenarbeit in Echtzeit. Auch für Patientinnen und Patienten ergeben sich neue Möglichkeiten: Durch Telemedizin und digitale Fernbetreuung können sie aktiver an ihrer Behandlung mitwirken.

Die Technologie ist zwar kein Wundermittel gegen Krebs, unterstützt aber die wahren Helden im Kampf gegen die Krankheit. Sie macht die Forschung effizienter, beschleunigt und präzisiert Diagnosen, treibt die Medikamentenentwicklung voran und verbessert durch Telemedizin sowie inklusivere klinische Studien den Zugang und die Versorgung.

Forschung: Wie die Analyse des Erbguts uns hilft, Krebs besser zu verstehen

Krebs entsteht durch eine unkontrollierte Teilung abnormaler Zellen, die meist durch genetische Veränderungen in unserem Erbgut ausgelöst wird. Was die Sache so kompliziert macht: Die Gene im Tumor verändern sich laufend, während er wächst. Und obwohl jede Krebsart ihre eigene genetische Signatur hat, sind die Gene in jedem Tumor und sogar die Zellen innerhalb eines Tumors unterschiedlich.

Um diese genetischen Unterschiede bei Krebs zu verstehen, müssen enorme Datenmengen generiert und analysiert werden. Damit Ärztinnen und Ärzte die richtigen Erkenntnisse aus den Daten ziehen können, müssen sie auf diese Informationen zugreifen können – selbstverständlich unter strikter Wahrung des Patientenschutzes. Die Daten müssen sicher gespeichert und durch Visualisierung und Analyse so aufbereitet werden, dass sie sowohl die Patientenbehandlung als auch die Entwicklung neuer Medikamente unterstützen.

Als wegweisendes Beispiel dient eine umfangreiche Genomdatenbank für Krebserkrankungen. Hierbei wurden Daten von fast 20 000 Tumoren sowie gesunden Gewebeproben von 11 328 Patientinnen und Patienten mit 33 verschiedenen Krebsarten gesammelt. Die daraus gewonnenen Visualisierungen zeigen, wie sich verschiedene Krebsarten entwickeln und ausbreiten. Sie geben Aufschluss über die Ursprungszellen, wie verschiedene Virusvarianten Mutationen anstossen und welche Signalwege im Körper für die effektive Behandlung genutzt werden können. Der Datensatz steht Forschenden weltweit zur Verfügung.

Besserer Zugang zu schnellerer Diagnostik

Ein Meilenstein in diesem datengestützten Ansatz zur Entschlüsselung von Krebs ist die kostengünstige DNA-Sequenzierung eines jeden Patienten. Ein kalifornisches Unternehmen hat einen leistungsstarken, kosteneffizienten Sequenzer der nächsten Generation entwickelt. Während die Sequenzierung eines kompletten menschlichen Genoms vor zehn Jahren noch 1000 Dollar (ca. 900 Franken) kostete, ist sie heute für nur 100 Dollar (ca. 90 Franken) möglich. Die neu entwickelte Genomsequenzierung beschleunigt die Krebserkennung durch kostengünstige genetische Analysen erheblich.

Die Fortschritte in der schnelleren Diagnostik zeigen sich beispielhaft an einem deutschen Leukämielabor, das seine genomische Datenverarbeitung mithilfe von Cloud Computing optimiert hat: Die Rechenzeit wurde von 20 auf drei Stunden reduziert, was sowohl die Geschwindigkeit als auch die Genauigkeit der Diagnose verbessert.

KI als Unterstützung in der Früherkennung und Diagnostik

Die meisten Krebsdiagnosen beginnen allerdings nicht mit einer umfassenden genetischen Analyse. Oft entdecken Ärztinnen und Ärzte Anzeichen für Krebs bei einer routinemäs­sigen Untersuchung oder wenn Patientinnen und Patienten wegen scheinbar unzusammenhängender Beschwerden in die Praxis kommen. Künstliche Intelligenz trägt hier entscheidend zur Verbesserung der Überlebensraten bei, indem sie subtile visuelle Indikatoren der Krankheit erkennt – auch wenn diese nicht im Fokus der ursprünglichen Untersuchung standen.

Krebsdiagnosen stützen sich noch immer hauptsächlich auf die mikroskopische Untersuchung von Gewebeproben durch Pathologinnen und Pathologen. Die Digitalisierung dieser Proben ermöglicht jedoch den Einsatz KI-basierter Bildanalysen zur Unterstützung von Diagnose und Therapieplanung.

Besonders vielversprechend ist dabei die Fähigkeit der Grundlagenmodelle, unter kontrollierten Bedingungen eigene Strategien zur Bildanalyse zu entwickeln. Ein wesentlicher Bestandteil dieser Lösungen ist die erklärbare KI. Dabei können Pathologinnen und Pathologen auf Wärmekarten und Overlays zugreifen, die zeigen, wie der Algorithmus ein Bild interpretiert. Die endgültige Diagnose liegt dabei immer in der Verantwortung des Pathologen.
 

Ein in Singapur ansässige KI-Unternehmen hat einen vielversprechenden Algorithmus entwickelt, mit dem die Erkennung von Gewebeveränderungen und Auffälligkeiten in dichtem Brustgewebe deutlich wird. Er macht die Früherkennung nicht nur zuverlässiger, sondern auch kostengünstiger – und kann dabei die Zahl der falschen Befunde um bis zu 75,5 Prozent senken. 

Individualisierte Krebsbehandlung für alle

Wenn Ärztinnen und Ärzte die genetischen Besonderheiten des Krebses ihrer Patientinnen und Patienten kennen und darauf aufbauend eine massgeschneiderte Behandlung anbieten können, verbessern sich die Heilungschancen.

Eine britische Forschungseinrichtung untersucht dafür das Erbgut von Krebspatientinnen und -patienten und ihrer Tumore, um die bestmögliche Therapie zu finden. Dabei wird analysiert, welche Gene das Krebswachstum fördern, welche Behandlungen am erfolgversprechendsten sind und mit welchen Nebenwirkungen die einzelnen Patienten rechnen müssen. Eine aktuelle Studie in der Fachzeitschrift «Nature Medicine», die sich auf Daten dieser Einrichtung stützt, zeigt: Bei neun von zehn Patienten mit Hirntumoren sowie Darm- und Lungenkrebs können genetische Erkenntnisse den Weg zur richtigen Behandlung weisen. Diese personalisierten Therapien setzen oft auf zielgerichtete Medikamente – eine Form der Chemotherapie, die sich gezielt gegen die veränderten Krebszellen richtet. Im Gegensatz zu herkömmlichen Methoden werden dabei gesunde Zellen geschont.

Um diese Arbeit weiter voranzutreiben, nutzt die Forschungseinrichtung fortschrittliche KI-Modelle. Diese helfen Forschenden unter anderem dabei, Zusammenhänge zwischen Genvarianten und Krankheiten – einschliesslich Krebs – besser zu verstehen.

Bei Krebs gibt es keine Einheitslösung, jeder Fall ist so einzigartig wie die Gene im Tumor selbst. Die Cloud hilft dabei, diese Herausforderung in eine Stärke zu verwandeln, indem sie den Kampf gegen Krebs individueller und inklusiver gestaltet. Das führt nicht nur zu gezielteren und wirksameren Therapien. Es hat auch einen grossen psychologischen Nutzen: Wenn sich Patientinnen und Patienten persönlich verstanden und unterstützt fühlen, verbessert dies nicht nur die Behandlungsergebnisse, sondern auch die gesamte Patientenerfahrung erheblich.

Ein in Singapur ansässige KI-Unternehmen hat einen vielversprechenden Algorithmus entwickelt, mit dem die Erkennung von Gewebeveränderungen und Auffälligkeiten in dichtem Brustgewebe deutlich wird. Er macht die Früherkennung nicht nur zuverlässiger, sondern auch kostengünstiger – und kann dabei die Zahl der falschen Befunde um bis zu 75,5 Prozent senken.