Durchbruch in der KI-Entscheidungsunterstützung für Leukämie-Diagnostik: IKIM koordiniert internationale Zusammenarbeit mit 16 Ländern

[25.03.2026] Trotz therapeutischer Fortschritte in Diagnostik und Therapie bei Patient:innen mit akuter Leukämie, sowie immer verfeinerter Risikoklassifizierungen durch präzisionsmedizinische Untersuchungen, schränken systembedingte Ungleichheiten im Gesundheitswesen den Zugang zu Diagnose und Behandlung ein. Global ist die frühe Sterblichkeit bei dieser Diagnose, auch durch Gesundheitsdisparitäten in der Krebsversorgung, weiterhin hoch. Verschiedene, präzisionsmedizinische Ansätze unter Verwendung von Künstlichen Intelligenz (KI) Methoden erlauben heutzutage bereits hochpräzise diagnostische Vorhersagen, die zur Verringerung dieser Ungleichheiten beitragen könnten. Jedoch erfordern die meisten dieser Methoden aufwändige bzw. kostspielige Technik. Außerdem wurde ihre globale Anwendbarkeit bislang nicht umfassend untersucht.

In dieser Studie wurde mit einer internationalen Kohorte von über 6.000 Patient:innen mit akuter Leukämie aus 20 Zentren auf 5 Kontinenten ein technisch vergleichsweise einfaches KI-Tool zur Unterstützung der Leukämie-Subtyp-Diagnostik anhand von routinemäßigen Labordaten getestet. Zudem wurden als technische Innovation die Genauigkeit und Robustheit des Algorithmus deutlich verbessert und gleichzeitig die Generalisierbarkeit durch ein Ensemble aus Isolation Forest und Local Outlier Factor erhalten. Zu den systembedingten Ungleichheiten bei KI-Anwendungen gehört auch eine mangelnde Übertragbarkeit auf pädiatrische Patient:innen. Deshalb wurde durch die Forschenden der Algorithmus für pädiatrische Patienten neu trainiert und die KI-Pipeline optimiert, um ihre praktische Anwendbarkeit zu verbessern.

Der Studienleiter PD Dr. Dr. Turki: „Diese globale Test- und Optimierungsstudie demonstrierte das Potenzial einer einfachen, zugänglichen KI-gestützten Diagnoseunterstützung für akute Leukämie. Wir hoffen, dass zukünftige Studien diesen Gedanken weiterführen, um die Gesundheitsversorgung für alle zu verbessern.“


Link zur Originalveröffentlichung:
International testing and refinement of AI algorithms predicting acute leukemia subtypes from routine laboratory data