Die Herausforderung
Brustkrebs ist mit 2.3 Millionen Neuerkrankungen und 685,000 Todesfällen im Jahr 2022 nach wie vor die häufigste krebsbedingte Todesursache bei Frauen weltweit1Trotz Fortschritten bei der Früherkennung und Vorsorge bleibt die Vorhersage von Behandlungsreaktionen und Krankheitsverlauf eine erhebliche Herausforderung2. Onkologen haben aufgrund von Patienten- und Therapievariabilität Schwierigkeiten bei der Entwicklung von Behandlungsplänen. Empirische Ansätze führen jedoch häufig zu suboptimalen Patientenergebnissen und unnötigen Toxizitäten. So werden zum Beispiel Patienten nicht erkannt, die von präoperativen Behandlungen zur Senkung der Sterblichkeit, wie etwa einer neoadjuvanten Chemotherapie (NAC), profitieren könnten. Deshalb besteht Bedarf an genauen Vorhersageinstrumenten, die die Patientenergebnisse verbessern können, indem sie eine Personalisierung der Behandlung bei gleichzeitiger Minimierung des Nebenwirkungsrisikos ermöglichen.
Die Lösung
Quibim ist mehrere strategische Partnerschaften eingegangen, um Radiomics-basierte Modelle mithilfe der Magnetresonanztomographie (MRT) und der Fluor-18-Fluordesoxyglucose-Positronen-Emissions-Tomographie (18F-FDG-PET) zur Vorhersage der Behandlungsreaktion bei Brustkrebspatientinnen zu entwickeln. Konkret bestand das Ziel einer veröffentlichten Studie3 darin, Radiomics-Analysen durchzuführen, um die pathologische Komplettremission (pCR) auf NAC vorherzusagen, die als Surrogatmarker für das langfristige krankheitsfreie Überleben und das Gesamtüberleben dient. Die Partner von Quibim unterstützten die Erfassung von MRT- und 18F-FDG-PET-Untersuchungen über ihre Krankenhausnetzwerke, um die KI-gesteuerten Vorhersagemodelle zu trainieren. Diese Bemühungen gewährleisten robuste und reproduzierbare Ergebnisse in allen klinischen Umgebungen:
- Segmentierung und Merkmalsextraktion: Die Lösung von Quibim ermöglicht die Segmentierung und Extraktion von Radiomics-Merkmalen aus Brusttumorläsionen nach der Datenharmonisierung, um die Bildqualität über Zentren und Scanner hinweg zu standardisieren.
- Vorhersagemodelle für pCR: Quibim bietet ein bildgebendes Modell zur pCR-Vorhersage für NAC unter Verwendung von Radiomics-Funktionen, die aus MRI und/oder 18F-FDG-PET extrahiert wurden.
Dieses KI-gestützte Tool verbessert die Brustkrebsbehandlung, indem es erweiterte Vorhersagefunktionen für Behandlungsreaktionen bietet und gleichzeitig die Behandlungsauswahl in Krankenhäusern standardisiert und leitet. Durch die Verbesserung der Patientenergebnisse kommt es nicht nur der klinischen Praxis zugute, sondern unterstützt auch wirksam die Marketingstrategien für Arzneimittel.

Das Ergebnis
Diese neuen Tools werden in QP-Breast® von Quibim implementiert und integriert, einem® Produkt, das die Brustkrebsbehandlung revolutionieren soll, indem es erweiterte Vorhersagemöglichkeiten für die Reaktion auf die Behandlung und den Krankheitsverlauf bietet. Das innovative Tool wird die Fähigkeit von Onkologen, präzise und fundierte Behandlungsentscheidungen zu treffen, erheblich verbessern, insbesondere bei aggressiven Krebs-Subtypen, bei denen ein dringender Bedarf an effektiven Entscheidungshilfetools besteht. Indem es diese® Lücken schließt, wird QP-Breast® einen großen Fortschritt in der personalisierten Onkologie darstellen.
Referenzen
- Arnold M, Morgan E, Rumgay H, Mafra A, Singh D, Laversanne M, Vignat J, Gralow JR, Cardoso F, Siesling S, Soerjomataram I. „Current and future burden of breast cancer: Global statistics for 2020 and 2040“ Breast 2022, 66, 15 – 23.
- O'Shaughnessy, JA, Telli, ML, Bardia, A, Krop, I, McGuire, K. „Unmet Needs and Future Direction in HER2+ Breast Cancer“ onclive 2024, 12
- Herrero Vicent, C, Tudela, et al. „Machine Learning Models and Multiparametric Magnetic Resonance Imaging for the Prediction of Pathologic Response to Neoadjuvant Chemotherapy in Breast Cancer“ Cancers 2022, 14, 3508.