Künstliche Intelligenz und Prostatakrebsprognose: Externe Prüfung ist noch kein Beleg für bessere Behandlung
Ein Modell künstlicher Intelligenz kann aus medizinischen Daten Risiken berechnen. Ob seine Vorhersage in einer neuen Patientengruppe trägt, ist eine…

Ein Modell künstlicher Intelligenz kann aus medizinischen Daten Risiken berechnen. Ob seine Vorhersage in einer neuen Patientengruppe trägt, ist eine andere Frage als die, ob sein Einsatz die Versorgung verbessert. Eine Untersuchung mit Daten aus der STAMPEDE-Studienplattform bietet ein anschauliches Beispiel für diesen Unterschied. Sie betrifft Menschen mit fortgeschrittenem Prostatakrebs beziehungsweise sehr hohem Risiko für eine Ausbreitung der Erkrankung.
Ein bestehendes Modell wird geprüft
Die 2025 veröffentlichte Analyse verwendete ein bereits festgelegtes Modell, das digitalisierte Gewebeaufnahmen und klinische Angaben kombiniert. Von 5.213 geeigneten Teilnehmern aus vier randomisierten Studien konnten 3.167 mit vollständigen benötigten Daten ausgewertet werden. Der Modellwert war mit prostatakrebsspezifischer Sterblichkeit verbunden. Die Untersuchung war jedoch eine nachträgliche ergänzende Biomarkeranalyse. Die Patienten waren nicht zufällig einer Behandlung mit oder ohne Nutzung des Modells künstlicher Intelligenz zugeteilt worden.
Diese Unterscheidung ist zentral. Die Herkunft aus randomisierten Studien verleiht nicht jeder späteren Auswertung automatisch dieselbe Aussagekraft wie dem ursprünglichen Behandlungsvergleich. Hier wurde untersucht, ob ein Modell vorhandene Unterschiede im weiteren Verlauf statistisch abbildet. Es wurde nicht geprüft, ob Entscheidungen anhand dieses Modells bessere Ergebnisse erzeugen oder die pflegerische Begleitung verändern.
Prognose und Entscheidung sind zwei Ebenen
Eine Risikozahl kann zunächst helfen, Gruppen mit unterschiedlichen Verläufen zu beschreiben. Für eine Entscheidung werden jedoch weitere Informationen benötigt: Welche Handlung soll aus dem Ergebnis folgen, und ist diese Handlung für die betreffende Person tatsächlich sinnvoll? Zwischen der Berechnung eines Risikos und einem belegten Nutzen einer daraus abgeleiteten Behandlung liegt eine eigene Forschungsfrage.
Das gilt auch für die Kommunikation. Ein Modellwert beschreibt keine Gewissheit über das Schicksal einer einzelnen Person. Wird er im Gespräch wie eine sichere Vorhersage dargestellt, kann er Erwartungen verzerren. Eine verantwortliche Erläuterung müsste deshalb den Zeitraum, den untersuchten Endpunkt und die verbleibende Unsicherheit benennen. Der vorliegende Artikel empfiehlt keine individuelle Nutzung oder Interpretation eines solchen Wertes.
Fehlende Daten gehören zum Befund
Nicht alle geeigneten Studienteilnehmer waren Teil der Analyse. Für die Bewertung ist daher wichtig, ob die ausgewerteten Personen sich von den übrigen unterscheiden. Die bloße Größe von über dreitausend Datensätzen beantwortet diese Frage nicht. Ein großer Datenbestand kann dennoch eine bestimmte Auswahl darstellen, beispielsweise wenn erforderliche Gewebeaufnahmen oder klinische Angaben nicht für alle vorliegen.
Für Einrichtungen, die ein prognostisches Werkzeug prüfen möchten, ergibt sich daraus eine praktische Dokumentationsfrage: Für wen lässt sich überhaupt ein Ergebnis berechnen? Eine ehrliche Evaluation würde auch nicht auswertbare Fälle erfassen. Andernfalls könnte die Leistungsbeschreibung nur diejenigen Personen abbilden, bei denen die technische und medizinische Datengrundlage bereits besonders vollständig ist.
Welche Fragen Pflege und Redaktion stellen können
Pflegefachpersonen müssen keine Modellarchitektur programmieren, um relevante Fragen zu formulieren. Sie können nach dem vorgesehenen Einsatz, nach der verständlichen Erklärung für Betroffene und nach dem Umgang mit widersprüchlichen Informationen fragen. Ebenso sollte erkennbar sein, welche Berufsgruppe die medizinische Interpretation verantwortet und wie ein Ergebnis in bestehende Gespräche eingebunden wird.
Für redaktionelle Berichte ist die Wortwahl entscheidend. „Extern geprüft“ bedeutet hier, dass ein bestehendes Modell in einem weiteren Datensatz untersucht wurde. Es bedeutet nicht, dass eine unabhängige randomisierte Prüfung des Versorgungsnutzens stattgefunden hätte. Auch die Bezeichnung „künstliche Intelligenz“ ersetzt keine Angaben zu Population, Datenverfügbarkeit und tatsächlichem Endpunkt.
Die STAMPEDE-Auswertung liefert somit einen relevanten Beitrag zur Prognoseforschung. Ihr Signal betrifft die Verbindung zwischen einem Modellwert und späterer prostatakrebsspezifischer Sterblichkeit. Ob eine Versorgung mit diesem Werkzeug bessere Entscheidungen, verständlichere Gespräche oder bessere patientenbezogene Ergebnisse erreicht, muss davon getrennt untersucht und belegt werden.
Quellen
- External validation of a digital pathology-based multimodal artificial intelligence-derived prognostic model in patients with advanced prostate cancer starting long-term androgen deprivation therapy: a post-hoc ancillary biomarker study of four phase 3 randomised controlled trials of the STAMPEDE platform protocol., 2025. DOI: 10.1016/j.landig.2025.100885. Vollständiger Originalabstract und bibliographische Angaben geprüft; keine Volltextprüfung behauptet.