KI und die schwierigen Probleme der Welt · Medizin & Wirkstoffforschung · arXiv · 2026-10-26
KI-gesteuerte Deep Visual Proteomics deckt rezidivassoziierte morpho-molekulare Signaturen in triple-negativen Brustkrebsen auf
Originaltitel: AI-guided deep visual proteomics reveals recurrence-associated morpho-molecular signatures within triple-negative breast cancers
KI kann prognostisch relevante Regionen in der digitalen Pathologie lokalisieren, doch ihre molekulare Grundlage lässt sich nur schwer direkt charakterisieren. Die Autoren nutzten Rezidivrisiko-Heatmaps, um die physische Gewebeentnahme und die massenspektrometrische Proteomik bei 156 Patientinnen und Patienten mit triple-negativem Brustkrebs zu steuern, und erstellten Profile von 46 KI-definierten Regionen mit hohem und niedrigem Risiko aus zwei Rezidivfällen. Ein aus 13 Proteinen bestehender Composite-Marker unterschied in einer erweiterten Kohorte Patienten mit hoher Rezidivrate von solchen mit geringerer Rezidivrate. In Kombination mit dem aus der H&E-Färbung abgeleiteten Risikoscore erhöhte er den C-Index von 0,679 auf 0,739 und die zeitabhängige 5-Jahres-AUC von 0,675 auf 0,770.