
Ein junges Mädchen mit Krebs: Krebs ist heute in vielen Fällen heilbar bei Kindern, doch mit Langzeitfolgen hat die Mehrheit der Überlebenden zu kämpfen.
Die weltweit grösste Datenbank für Medizin und Biomedizin heisst PubMed. Nahezu sämtliche medizinischen Fachartikel, klinische Studien und Bücher, die je veröffentlicht wurden, sind hier verzeichnet. Gibt man die Suchbegriffe «Onkologie» und «Kind 0-18 Jahre» ein, erscheinen über 450’000 Treffer, allein rund 10'000 davon aus dem vergangenen Jahr. Und das sind nur die publizierten Arbeiten. Nicht eingerechnet sind die zahllosen Beiträge, die Forschende auf internationalen Fachkongressen vorstellen.
Welche Kinderonkologin, welche pädiatrischer Krebsforscher soll da noch den Überblick behalten – über neue Therapieansätze, über Wirkstoffe, die in präklinischen Studien Hoffnung machen, und über Behandlungsmuster, die sich als Sackgasse erweisen?
Jean-Pierre Bourquin, Chefarzt der Onkologie am Kinderspital Zürich, sagt, selbst für hochspezialisierte Fachärztinnen und -ärzte sei die Informationsflut kaum mehr zu bewältigen. Man könne sich nicht mehr darauf verlassen, «alles Relevante schon irgendwo gelesen zu haben».
KI soll Wissen synthetisieren
Hinzu kommt: Kinderkrebs ist – glücklicherweise – selten. In der Schweiz erkranken jährlich rund 350 Kinder und Jugendliche daran. Und zudem ist Kinderkrebs extrem vielfältig. Es gibt weit über 200 verschiedene Diagnosen, die sich stark voneinander unterscheiden – und noch stärker von Krebserkrankungen im Erwachsenenalter. «Es ist daher schlicht unmöglich, sich bei all diesen Tumortypen gleichermassen auszukennen», sagt Bourquin.
Genau hier setzt die Hoffnung auf künstliche Intelligenz (KI) an. In einem kürzlich erschienenen Übersichtsartikel im Fachjournal «Cancers» schreiben Forschende von der Ohio State University, KI könne einen Paradigmenwechsel in der präzisionsmedizinischen Behandlung von Kinderkrebs einleiten – mit dem Potenzial, sowohl die Überlebensraten als auch die Lebensqualität junger Patientinnen und Patienten zu verbessern. KI soll demnach helfen, Studien zu sichten, Daten zu bündeln, Muster zu erkennen, Zusammenhänge herzustellen.
Wie realistisch das ist – und wo die Grenzen liegen –, daran forschen Bourquin und sein Team am Kinderspital Zürich. Im klinischen Alltag beginne alles mit der Diagnose, erklärt der Chefarzt: Welche Tumorart liegt vor? Wie lässt sie sich möglichst präzise klassifizieren? Was könnten die Angriffspunkte gegen den Krebs sein? «Schon dieser erste Schritt erfordert enormes Wissen und Strukturierung», so Bourquin.
Fabio Steffen, Bioinformatiker und Leiter der funktionellen Präzisionsonkologie am Kinderspital Zürich, erklärt, dass KI genau darin bereits heute ihre Stärke ausspiele. Durch die Kombination von Bilddaten, molekularen und genetischen Informationen könne KI die Tumore feiner klassifizieren, als dies bisher möglich war. «Im Moment existieren diese Daten zwar, aber sie sind über das Spitalinformationssystem verstreut», sagt Steffen. Ärztinnen und Ärzte müssten sie mühsam von Hand zusammentragen und auswerten. Das ist ein fehleranfälliger und zeitaufwendiger Prozess - und Zeit, die anderweitig in die Patientenbetreuung einfliessen könnte.
Voraussetzung ist allerdings, dass die dem KI-Modell zugrunde liegenden Daten qualitativ hochwertig sind. «Wenn man KI mit schlechten Daten füttert, bekommt man meist auch fehlerhafte und medizinisch ungenügende Antworten», sagt Steffen.
Um genau das zu verhindern, arbeitet das Kinderspital Zürich unter anderem mit Google zusammen. Der US-Techkonzern entwickelte mit dem KI-Sprachmodell Gemini neben Firmen wie OpenAI mit ChatGPT oder Anthropic mit Claude eines der stärksten KI-Modelle weltweit.
Gemeinsam mit Google-Forschern in Zürich baute das Kispi-Team eine Wissensdatenbank auf, die laufend aktualisiert wird und wissenschaftliche Publikationen, darunter klinische Studien und präklinische Ergebnisse aus dem Labor, sowie Abstracts von Fachkongressen zusammenführt. Ziel sei es, dass medizinische Fachpersonen im Haus jederzeit auf einem möglichst aktuellen Wissensstand arbeiten können. Ob das funktionieren wird, muss nun eine systematische Evaluation unter den klinisch tätigen Fachpersonen zeigen.
Woher hat die KI ihre Informationen?
Entscheidend bei einem KI-System ist laut Steffen das sogenannte «grounding». Grounding, was auf Deutsch so viel bedeutet wie «Erden», gilt in der KI-Forschung als eine effektive Methode, um sogenannte Halluzinationen zu reduzieren.
Sie funktioniert, indem ein KI-Modell seine Antworten nicht frei generiert, sondern konsequent an überprüfbare Quellen bindet. Jede Aussage wird dabei auf konkrete Dokumente, Studien oder Daten zurückgeführt, idealerweise bis auf einzelne Textstellen. Jede Aussage, die das Sprachmodell generiert, müsse auf eine konkrete Quelle zurückführbar sein – idealerweise bis auf den Absatz einer Publikation.
Konkrete Einsatzmöglichkeiten sehen die Mediziner zum Beispiel beim sogenannten «drug repurposing». Das bedeutet: KI durchforstet die wissenschaftliche Literatur nach bereits zugelassenen Medikamenten, die möglicherweise auch bei pädiatrischen Tumoren wirksam sein könnten. Gerade bei seltenen Erkrankungen wie Kinderkrebs sei das ein besonders wichtiger Ansatz, weil es kaum neue Medikamente auf den Markt schafften.
Auch bei der Suche nach neuen Medikamentenkombinationen, etwa in der Leukämiebehandlung, könne KI die Ärzte und Forschenden unterstützen. «Blutkrebs wird praktisch nie mit nur einem Medikament behandelt», erklärt Steffen. Die Zahl potenzieller Kombinationen sei allerdings enorm. Im Zusammenspiel mit Labortests, bei denen die Wirksamkeit verschiedenster Medikamente direkt auf den Krebszellen des Patienten getestet wird, kann die KI helfen, die bestmögliche, individualisierte Kombination zu finden.
Darüber hinaus kann KI dazu beitragen, Therapien gezielter einzusetzen und unnötige Nebenwirkungen zu vermeiden. Denn in der Kinderonkologie geht es nicht nur ums Überleben. Rund 80 Prozent der Langzeitüberlebenden leiden später unter teils schweren Spätfolgen der Erkrankung oder der Therapie – mit erheblichen Auswirkungen auf ihre Lebensqualität.
Doch bei aller Euphorie mahnt Jean-Pierre Bourquin zur Nüchternheit: «Wir müssen realistisch bleiben», sagt er. Für viele pädiatrische Tumorarten gebe es schlicht zu wenige Fälle, um robuste KI-Modelle zu trainieren. Fortschritt sei nur möglich, wenn Daten international geteilt, vergleichbar gemacht und gemeinsam ausgewertet würden.
Bourquin ist überzeugt, dass künstliche Intelligenz zum Wendepunkt werden kann – wenn sie richtig eingesetzt wird. «KI kann ein Gamechanger sein», sagt er. «Aber nur, wenn wir auch den Mut haben, die Strukturen darum herum zu verändern.»






