![\"Ein](\"https:\/\/journalofartificialintelligence.com\/\/de\/wp-content\/uploads\/shared\/cigarette-932861_640.jpg\")
<\/p>\n<\/p>\n
Lungenkrebs bleibt weltweit die h\u00e4ufigste krebsbedingte Todesursache. Unter den verf\u00fcgbaren Behandlungen hat die Immuntherapie bei Patienten mit nicht-kleinzelligem Lungenkrebs, einer h\u00e4ufigen und aggressiven Form der Erkrankung, bedeutende Vorteile gezeigt. Allerdings sprechen nicht alle Patienten gleich gut auf diese Art der Behandlung an, und die Identifizierung derjenigen, die am meisten davon profitieren, ist eine gro\u00dfe Herausforderung.<\/p>\n
Ein k\u00fcrzlicher Durchbruch kombiniert die Analyse medizinischer Bilder und die Untersuchung von Tumorgewebe, um die Expression eines Schl\u00fcsselfaktors, PD-L1, pr\u00e4zise vorherzusagen. Dieses Protein, das auf der Oberfl\u00e4che von Krebszellen vorkommt, erm\u00f6glicht es dem Immunsystem, den Tumor zu erkennen und anzugreifen. Sein Expressionsniveau wird h\u00e4ufig verwendet, um zu bestimmen, ob ein Patient f\u00fcr eine Immuntherapie infrage kommt.<\/p>\n
Bisher basierte der Nachweis von PD-L1 haupts\u00e4chlich auf Labortests, die Gewebeproben erforderten \u2013 eine Methode, die manchmal durch die Variabilit\u00e4t der Ergebnisse und die Verf\u00fcgbarkeit von Proben eingeschr\u00e4nkt war. Um diese Hindernisse zu \u00fcberwinden, hat ein Forscherteam ein innovatives Modell entwickelt, das Daten aus Scans und mikroskopischen Analysen gef\u00e4rbter Gewebeproben zusammenf\u00fchrt. Dieses Modell nutzt fortschrittliche Techniken, um sowohl makroskopische Informationen, wie Form und Textur des Tumors auf den Bildern, als auch mikroskopische Merkmale, wie die zellul\u00e4ren Eigenschaften unter dem Mikroskop, zu extrahieren.<\/p>\n
Die Studie umfasste 328 Patienten mit nicht-kleinzelligem Lungenkrebs. Die Forscher teilten diese Patienten in drei Gruppen ein, um das Modell zu trainieren, zu validieren und zu testen. Die Ergebnisse zeigten, dass dieser kombinierte Ansatz leistungsf\u00e4higer war als Modelle, die ausschlie\u00dflich auf Bildgebung oder Gewebeanalyse basierten. Er erm\u00f6glichte eine pr\u00e4zise Vorhersage, ob ein Tumor das Protein PD-L1 exprimierte oder nicht, mit Erfolgsraten von \u00fcber 90 % in einigen F\u00e4llen.<\/p>\n
Um einen Schritt weiter zu gehen, wurde das Modell auch an einer Gruppe von 47 Patienten unter Immuntherapie getestet. Die Ergebnisse zeigten, dass Patienten, f\u00fcr die das Modell eine hohe PD-L1-Expression vorhersagte, eine signifikant bessere progressionsfreie \u00dcberlebenszeit und Gesamt\u00fcberlebenszeit hatten. Dies deutet darauf hin, dass dieses Modell nicht nur helfen k\u00f6nnte, Patienten zu identifizieren, die f\u00fcr eine Immuntherapie infrage kommen, sondern auch ihre Reaktion auf die Behandlung vorherzusagen.<\/p>\n
Einer der Hauptvorteile dieser Methode ist, dass sie Daten verwendet, die bereits im Rahmen der Standarddiagnostik verf\u00fcgbar sind, wie Scans und histologische Schnitte. Daher sind keine zus\u00e4tzlichen Probenentnahmen erforderlich, was die Kosten und die Belastung f\u00fcr die Patienten verringert. Dar\u00fcber hinaus k\u00f6nnte sie in Situationen n\u00fctzlich sein, in denen Gewebeproben unzureichend sind oder die Ergebnisse herk\u00f6mmlicher Tests unsicher sind.<\/p>\n
Dieses Modell ebnet somit den Weg f\u00fcr eine pr\u00e4zisere Medizin, bei der Behandlungsentscheidungen auf der Grundlage der spezifischen Merkmale jedes Tumors angepasst werden k\u00f6nnten. Es stellt einen wichtigen Schritt in Richtung einer personalisierten Behandlung von Lungenkrebs dar und bietet \u00c4rzten ein zus\u00e4tzliches Werkzeug, um therapeutische Strategien zu optimieren und die Prognosen der Patienten zu verbessern.<\/p>\n
DOI\u00a0:<\/strong> https:\/\/doi.org\/10.1186\/s13244-026-02322-4<\/a><\/p>\n Titre\u00a0:<\/strong> A radio-pathological fusion model for predicting PD-L1 expression and immunotherapy response in non-small cell lung cancer<\/p>\n Revue : <\/strong> Insights into Imaging<\/p>\n \u00c9diteur : <\/strong> Springer Science and Business Media LLC<\/p>\n Auteurs : <\/strong> Dingpin Huang; Fangyi Xu; Yi Gan; Liya Ding; Kaihua Lou; Yongcen Li; Dong Xie; Haiping Zhang; Lei Shi; Rui Xu; Hongjie Hu<\/p>\n","protected":false},"excerpt":{"rendered":" Ein innovatives Modell sagt die Wirksamkeit der Immuntherapie bei Lungenkrebs voraus Lungenkrebs bleibt weltweit die h\u00e4ufigste krebsbedingte Todesursache. Unter den verf\u00fcgbaren Behandlungen hat die Immuntherapie bei Patienten mit nicht-kleinzelligem Lungenkrebs, einer h\u00e4ufigen und aggressiven Form der Erkrankung, bedeutende Vorteile gezeigt. Allerdings sprechen nicht alle Patienten gleich gut auf diese Art der Behandlung an, und die… Ein innovatives Modell sagt die Wirksamkeit der Immuntherapie bei Lungenkrebs voraus<\/span> weiterlesen<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2,7,10],"tags":[],"class_list":["post-61","post","type-post","status-publish","format-standard","hentry","category-gesundheit","category-international","category-politik","entry"],"_links":{"self":[{"href":"https:\/\/journalofartificialintelligence.com\/de\/wp-json\/wp\/v2\/posts\/61","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/journalofartificialintelligence.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/journalofartificialintelligence.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/de\/wp-json\/wp\/v2\/comments?post=61"}],"version-history":[{"count":1,"href":"https:\/\/journalofartificialintelligence.com\/de\/wp-json\/wp\/v2\/posts\/61\/revisions"}],"predecessor-version":[{"id":62,"href":"https:\/\/journalofartificialintelligence.com\/de\/wp-json\/wp\/v2\/posts\/61\/revisions\/62"}],"wp:attachment":[{"href":"https:\/\/journalofartificialintelligence.com\/de\/wp-json\/wp\/v2\/media?parent=61"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/de\/wp-json\/wp\/v2\/categories?post=61"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/de\/wp-json\/wp\/v2\/tags?post=61"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}