idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Künstliche Intelligenz soll lernen, Therapieansprechen vorherzusagen: Privatdozent Dr. Sascha Dietrich vom Universitätsklinikum Heidelberg erforscht Wege zur personalisierten Therapie bei Leukämien und Lymphomen / Else Kröner-Fresenius-Stiftung fördert mit „Clinician Scientist Professuren“ die Vereinbarkeit von klinischer Tätigkeit und patientenorientierter Forschung
Privatdozent Dr. Sascha Dietrich, Universitätsklinikum und Medizinische Fakultät Heidelberg, war im Wettbewerb um eine neue Förderung der Else Kröner-Fresenius-Stiftung (EKFS) erfolgreich: Für seine Forschungsarbeiten zur personalisierten und daher wirksameren Therapie bei Leukämien und Lymphomen ist er nun mit einer „Else Kröner Clinician Scientist Professur“ ausgezeichnet worden. Mit zwei weiteren neu ernannten Stiftungsprofessoren setzte er sich gegen 72 Mitbewerber auf Bundesebene durch. Mit der Förderung unterstützt die Stiftung zukünftig jährlich drei Ärzte mit herausragenden Leistungen in Patientenversorgung und Forschung. Die anteilige Finanzierung ihrer Stelle auf eine Dauer von bis zu zehn Jahren erlaubt es den Medizinern, ihre klinische und wissenschaftliche Tätigkeit langfristig zu kombinieren. Die Clinician Scientist Professur ist mit insgesamt einer Million Euro über die gesamte Laufzeit der Förderung dotiert.
Wie wird ein bestimmter Patient mit Leukämie oder einem Lymphom auf die geplante Therapie ansprechen? Gibt es für ihn eventuell besser wirksame Medikamente? Diesen Fragen will Dr. Dietrich, Oberarzt der Klinik für Hämatologie, Onkologie, Rheumatologie (Direktor Prof. Dr. Carsten Müller-Tidow) am Universitätsklinikum Heidelberg, durch ausführliche Analysen der Krebszellen auf unterschiedlichen Ebenen auf den Grund gehen: Im Zentrum stehen dabei neben der Untersuchung tausender Gene und Eiweiße Medikamententests an Krebszellen von Patienten außerhalb des Körpers.
Umfangreiche Datenanalysen und Methoden des maschinellen Lernens sollen die erhobenen Datensätze verknüpfen und so individuelle Vorhersagen für das Ansprechen auf verschiedene Krebsmedikamente erlauben. „Die individualisierte Behandlung der verschiedenen Krebserkrankungen des blutbildenden Systems ist bisher nur eingeschränkt möglich“, betont der Onkologe, der auf bösartige Erkrankungen des lymphatischen Systems und sogenannte zelluläre Therapieverfahren wie die allogene Stammzelltransplantation spezialisiert ist. So ist der Behandlungserfolg bei Leukämien in hohem Maß altersabhängig: Nur rund ein Drittel der älteren Patienten über 65 Jahre mit akuter Leukämie und nur etwa die Hälfte aller älteren Patienten mit aggressivem Lymphom profitieren anhaltend von den gängigen Therapiekonzepten. Bisher gibt es aber kaum Spielraum zur Variation der Therapien bei voraussichtlich hohem Risiko. „Wir benötigen dringend neue, personalisierte Therapien für die Patienten, die nicht auf die Standardtherapie ansprechen“, sagt er.
Diesem Ziel nähert er sich zweigleisig: Zum einen führt er mit seinem Team bereits seit einigen Jahren sogenannte Medikamenten-Screens durch. Dabei wird die Wirkung mehrerer hundert Krebsmedikamente auf Krebszellen, die den Leukämie- und Lymphom-Patienten vor der Behandlung entnommen wurden, untersucht. Die Medikamente sind zugelassen, wenn auch derzeit noch nicht zur Behandlung bei Blutkrebs. „Auf diese Weise erhalten wir ein klares Bild davon, auf welche Medikamentenklassen die jeweiligen Tumorzellen empfindlich reagieren. Diese Tests im Hochdurchsatzverfahren bringen schnell aussagekräftige Ergebnisse“, erläutert Sascha Dietrich, der eine vom Bundesministerium für Bildung und Forschung geförderten Nachwuchsgruppe zur Systemmedizin leitet. Die Vorhersagekraft der Medikamenten-Screens wird aktuell in einer klinischen Studie überprüft.
Darüber hinaus soll das Therapieansprechen mit Hilfe mathematischer Modelle möglichst exakt vorhergesagt werden: In diese fließen Daten aus der klinischen Routine, z.B. Alter, Vorerkrankungen und Blutwerte, mit Eigenschaften der Tumorzellen wie Veränderungen des Erbguts, Stoffwechselaktivität und Ergebnissen der Medikamententests ein. Insgesamt kommen Tausende Parameter zusammen, die das System miteinander abgleicht und dabei nach Zusammenhängen sucht. Diese Form der Big-Data-Analyse in Kombination mit maschinellem Lernen war bis vor Kurzem nicht möglich, da die benötigte Rechnerleistung fehlte. Nun soll der intelligente Algorithmus Muster erkennen, die eine Aussage über die jeweils passende Behandlung des einzelnen Patienten zulassen. „Ziel ist es, für jeden Patienten die am besten passende Therapie vorherzusagen, dadurch Behandlungserfolg zu verbessern und nicht zuletzt den Patienten die belastenden Nebenwirkungen einer erfolglos durchgeführten konventionellen Chemotherapie zu ersparen“, sagt Dietrich.
Privatdozent Dr. Sascha Dietrich
E-Mail: Sascha.dietrich@med.uni-heidelberg.de
http://www.ekfs.de/aktuelles/ausschreibungen/else-kroener-clinician-scientist-pr...
https://www.klinikum.uni-heidelberg.de/zentrum-fuer-innere-medizin-medizin-klini...
Privatdozent Dr. Sascha Dietrich, Universitätsklinikum und Medizinische Fakultät Heidelberg, ist mit ...
Philip Benjamin / UKHD
Merkmale dieser Pressemitteilung:
Journalisten, Studierende, Wissenschaftler, jedermann
Medizin
überregional
Personalia, Wettbewerbe / Auszeichnungen
Deutsch
Privatdozent Dr. Sascha Dietrich, Universitätsklinikum und Medizinische Fakultät Heidelberg, ist mit ...
Philip Benjamin / UKHD
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
