Make this article seo compatible,Let there be subheadings for the article, be in french, create at least 700 words
Viele Krebserkrankungen sind mittlerweile heilbar, selbst besonders gefährliche Arten. Dazu müssen Ärzte sie allerdings sehr früh erkennen. Eben daran scheitert die Rettung vieler Patienten. Ein besonders schwer zu diagnostizierendes Krebsleiden ist das sogenannte duktale Adenokarzinom, eine häufig auftretende Variante des gefürchteten Bauchspeicheldrüsenkrebses. Prominente Opfer dieser Erkrankung sind unter anderem Apple-Mitgründer Steve Jobs und der Hollywood-Schauspieler Patrick Swayze. Da die Krankheit in der ersten Phase weitgehend symptomlos verläuft und die Bauchspeicheldrüse für Ärzte nur sehr schwer einzusehen ist, erhalten Patienten die Diagnose oft erst, wenn sich das Leiden auf andere Organe ausgeweitet hat. Eine Heilung ist dann nahezu unmöglich. Um diese Art von Tumor künftig erfolgreicher bekämpfen zu können, arbeiten Forschende in den USA an einem KI-Modell, das bei der Früherkennung helfen soll – mit vielversprechenden Aussichten.
KI erkennt Krebsrisiko bis zu 18 Monate früher
Forschende geben sich optimistisch
Nach Ansicht der Studien-Autorinnen und -Autoren ist das eine deutliche Verbesserung gegenüber allen aktuell zum Einsatz kommenden Screening-Verfahren. Auch nicht an der Studie beteiligte Expertinnen und Experten zeigen sich angesichts des Resultats hoffnungsvoll. Michael Goggins, seines Zeichens auf Bauchspeicheldrüsenkrebs spezialisierter Professor für Pathologie an der Johns Hopkins Universität für Medizin, rechnet damit, dass das KI-System die aktuelle Situation positiv beeinflussen würde. Allerdings verweist er darauf, dass die Erkennung wirklich sehr früh erfolgen müsste, um einen tatsächlichen Effekt zu erzielen. Ob die Diagnose sechs oder 18 Monate früher erkannt wird, kann bei PDAC bereits über Leben und Tod entscheiden. In einem nächsten Test will man PRISM AI auf aktuelle Patientenakten loslassen, um herauszufinden, wie zuverlässig die KI tatsächlich noch in der Zukunft liegende Erkrankungen erkennt. Laut Studien-Autorin Limor Appelbaum gibt es ähnliche Modelle für viele weitere Krebsarten, aber ihre Entwicklung werde kaum vorangetrieben. Für sie sei es an der Zeit, diese Systeme in die klinische Praxis zu bringen. Daher habe sie nun den Grundstein dafür gelegt.