Explainable-AI-Tool für Immuntherapie-Auswahl bei Lungenkrebs
Von KI ausgewählt und zusammengefasst
Worum es geht
Prospektive internationale Multimodal-Studie (I3LUNG) mit 2.396 Patienten, die klinische, Blut-, CT-, Pathologie- und Genomdaten mittels Machine Learning integriert zur Vorhersage des Therapieansprechens.
Ergebnis
CB-only Modelle erreichten AUC bis 0,77 im internen Test, Performance sank in externer Validierung auf 0,55–0,72. Im klinischen Usability-Test verbesserten Fachpersonen ihre Vorhersagen signifikant mit dem explainbaren KI-Tool. Multimodale Modelle zeigten höhere Testperformance, aber kein inkrementeller Zusatznutzen in Test und Validierung.
Übertragbarkeit auf Deutschland
Europäisch-internationale Kohorte, Italien/Spanien/Deutschland/Griechenland
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.