KI erkennt Therapie-Relevanz
Bei rheumatischen Erkrankungen haben sich immer mehr Biotech-Medikamente als hochwirksam erwiesen. Doch bisher fehlt es an Verfahren, um die Wirksamkeit oder Unwirksamkeit dieser Therapien für einzelne Patientinnen und Patienten vorherzusagen. Künstliche Intelligenz (KI) soll das ändern.
„Die Unwirksamkeit von Biotech-Medikamenten konnte mit vielversprechender Genauigkeit vorhergesagt werden“, heißt es in der Studie, die im Fachjournal „Arthritis Research & Therapy“ veröffentlicht wurde. Die Daten betrafen fünf verschiedene dieser Arzneimittel (Abatacept, Adalimumab, Certolizumab, Etanercept und Tocilizumab) aus jeweils zumindest hundert Behandlungsversuchen nach dem Prinzip einer Therapie bis zum Erreichen eines gesetzten Ziels.
„Komplexe individuelle Einflussfaktoren“
Bei der chronischen Polyarthritis ist das die Absenz aller Krankheitszeichen oder zumindest eine ganz geringe Krankheitsaktivität. Das soll die irreparable Zerstörung betroffener Gelenke im Rahmen der chronischen Erkrankung verhindern. Eine derart wirksame Therapie wurde erst mit den neuen Biotech-Medikamenten aus den vergangenen 20 Jahren möglich, die die wichtigsten Entzündungsbotenstoffe des Immunsystems blockieren, die an der rheumatoiden Arthritis beteiligt sind.
Im Rahmen der Studie verwendete das Forschungsteam 19 Variablen und schuf mit künstlicher Intelligenz und maschinellem Lernen ein System, das die Behandlungsergebnisse vorhersagen kann. Insgesamt, so die Autorinnen und Autoren, zeigten sich je nach Patient und Patientin sehr komplexe individuelle Einflussfaktoren. Die könne man mit KI-Systemen, die automatisch ihre Leistung verbessern, entschlüsseln. Die Biotech-Medikamente sind auch ein Kostenfaktor in der Rheumatologie. Deshalb sind Prognoseparameter und Prognosemodelle für Therapien auch in dieser Hinsicht wichtig.