In einer internationalen Kooperation haben Wissenschaftlerinnen und Wissenschaftler der Klinik für Gastroenterologie, Stoffwechselerkrankungen und Internistische Intensivmedizin sowie der Klinik für Diagnostische und Interventionelle Radiologie an der Uniklinik RWTH Aachen eine groß angelegte, bevölkerungsbasierte Studie zur Anwendung von Maschinellem Lernen in der Risikobewertung des hepatozellulären Karzinoms (HCC) veröffentlicht.
Die Publikation mit dem Titel „Machine learning predicts hepatocellular carcinoma risk from routine clinical data: a large population-based multicentric study“ erschien in dem renommierten Journal Cancer Discovery, welches von der American Association for Cancer Research (AACR) herausgegeben wird.
In der Studie entwickelten die Forschenden ein interpretierbares Machine-Learning-Framework, das es ermöglicht, das Risiko für HCC anhand routinemäßig erhobener klinischer Daten zu bestimmen. Grundlage hierfür waren multimodale Datensätze von über 900.000 Personen, darunter 983 bestätigte HCC-Fälle. Das Team analysierte demografische Faktoren, Lebensstilparameter, Laborwerte sowie genomische Daten. „Unsere Ergebnisse zeigen, dass sich das Risiko für ein hepatozelluläres Karzinom mit Hilfe von maschinellem Lernen deutlich präziser aus Routinedaten abschätzen lässt als mit bisherigen Risikoscores. Damit schaffen wir eine wichtige Grundlage für eine frühere Identifikation von Hochrisikopatientinnen und -patienten“, erklärt Prof. Dr. med. Carolin Schneider, Leiterin des Schneider Labs an der Klinik für Gastroenterologie, Stoffwechselerkrankungen und Internistische Intensivmedizin. Die Studie wurde maßgeblich von Erstautor Dr. med. Jan Clusmann vorangetrieben, der als Postdoktorand im Schneider Lab der Uniklinik RWTH Aachen tätig war und mittlerweile an die TU Dresden gewechselt ist.
Weitere Informationen finden Sie in der vollständigen Veröffentlichung.
