- Beaufrère A, Nault JC, Vogel A. The future of multidisciplinary tumour board in HCC. EASL 2024. Thursday, 6 Jun, 15:00 - 16:00 CEST
Multidisziplinäre Tumorboards (MTBs) sind ein Schlüsselelement in der Behandlung des hepatozellulären Karzinoms (HCC). Sie bringen Fachleute aus verschiedenen Disziplinen zusammen, um die beste Behandlungsmethode für jeden Patienten zu diskutieren und zu planen. Gegenwärtig gehören den MTBs Onkologen, Chirurgen, Radiologen, Hepatologen, Pathologen und weitere Spezialisten an, die gemeinsam klinische Daten und diagnostische Bilder analysieren, präzise Diagnosen stellen und maßgeschneiderte Behandlungen empfehlen.
Im aktuellen Kontext ermöglichen MTBs eine umfassende und integrierte Patientenbeurteilung, bei der nicht nur Tumoreigenschaften, sondern auch der allgemeine Gesundheitszustand des Patienten, Komorbiditäten und persönliche Präferenzen hinsichtlich der Therapie berücksichtigt werden. Dieser multidisziplinäre Ansatz ist von entscheidender Bedeutung für die Behandlung komplexer Fälle von HCC, bei denen die Wahl der Behandlung je nach dem spezifischen klinischen Zustand sehr unterschiedlich ausfallen kann.
In Zukunft werden sich die MTBs durch die Integration fortschrittlicher Technologien weiterentwickeln. Der Einsatz von künstlicher Intelligenz, Genomik, Flüssigbiopsien und fortschrittlicher Bildgebung wird MTBs leistungsstarke Werkzeuge für eine noch präzisere und individuellere Beurteilung an die Hand geben. Die Besprechungen der MTBs werden durch multimodale Dashboards unterstützt, die klinische, genetische und bildgebende Daten zusammenführen und so einen ganzheitlichen, detaillierten Blick auf den Patienten ermöglichen. Darüber hinaus wird KI bei der Datenanalyse und Ergebnisvorhersage helfen und die Fähigkeit der MTBs verbessern, solide evidenzbasierte Empfehlungen zu geben.
Eines der Hauptthemen auf dem EASL war der Einsatz von künstlicher Intelligenz (KI) zur Vorhersage des Ansprechens auf Krebsbehandlungen. Derzeit gibt es viele Forschungsarbeiten, die versuchen, vorhandene Biomarker, Blutanalysen und andere Informationen zu kombinieren, um neue Vorhersagemodelle zu erstellen. So lässt sich hoffen, dass KI Informationen extrahieren kann, die bisher nicht vorliegen. So verspricht beispielsweise Radiomics, Details aufzudecken, die heute meist übersehen werden. In vielen Studien wird versucht, Patienten zu stratifizieren, indem die Textur und Heterogenität von radiologischen Bildern auf granularer Ebene mit Hilfe von Radiomics und Deep Radiomics analysiert wird. Diese Studien zeigen, dass es möglich ist, konsistente Modelle zur Vorhersage eines postoperativen Rezidivs zu erstellen. Obwohl die derzeitige Leistung noch nicht hervorragend ist, hat das Konzept enormes Potential. Die Zukunft wird davon abhängen, ob diese Ergebnisse validiert werden können.
Jüngste Studien haben gezeigt, wie künstliche Intelligenz Patienten nach ihrem Risiko, auf Behandlungen anzusprechen, klassifizieren und damit einen gezielteren und personalisierten Therapiensatz ermöglichen kann.
Flüssigbiopsien stellen eine vielversprechende Alternative zu herkömmlichen Biopsien dar. Diese Analysen, die mittels Blutproben durchgeführt werden, ermöglichen es, genetische Mutationen und die Tumorentwicklung in Echtzeit zu verfolgen. Diese nicht-invasive Methode ermöglicht eine frühzeitige Erkennung des Krankheitsverlaufs und eine kontinuierliche Anpassung der therapeutischen Strategien. Vorläufige Ergebnisse deuten darauf hin, dass das Vorhandensein oder Fehlen von Mutationen in der zirkulierenden DNA mit dem Ansprechen auf die Behandlung korrelieren kann und somit ein zusätzliches Überwachungsinstrument darstellt.
In Frankreich ist das nationale Genomikprogramm für systemische behandlungsresistente Krebsarten ein bahnbrechendes Beispiel dafür, wie die Genomik in die klinische Praxis integriert werden kann. Durch die Sequenzierung des gesamten Genoms und die RNA-Analyse werden für jeden Patienten spezifische therapeutische Ziele ermittelt, die eine personalisierte Behandlung ermöglichen. Die ersten Ergebnisse dieses Ansatzes zeigen vielversprechende Wirksamkeitsraten bei stark vorbehandelten Patienten und verdeutlichen das Potenzial der Präzisionsmedizin.
Trotz der Fortschritte pharmakologischer Therapien wird die Chirurgie eine der wichtigsten Säulen der Krebsbehandlung bleiben. Es wird jedoch eine Entwicklung hin zu zunehmend robotergestützten und in Zukunft vollständig robotergestützten Operationen erwartet. Dieser Übergang wird die Präzision der Chirurgie verbessern und die Risiken sowie die Erholungszeit für die Patienten verringern.
Die Überwachung von Krebspatienten wird stark von mobilen Technologien und vernetzten Geräten profitieren. Mit diesen Instrumenten wird es möglich sein, den Gesundheitszustand der Patienten ständig zu überwachen und frühe Anzeichen von Medikamententoxizität und anderen Nebenwirkungen zu erkennen. Die Analyse der gesammelten Gesundheitsdaten wird eine weitere Personalisierung der Behandlungen ermöglichen und die Lebensqualität der Patienten verbessern.
Die Behandlung des hepatozellulären Karzinoms wird also immer stärker auf den Patienten ausgerichtet sein, dank Technologien, die genauere Diagnosen und personalisierte Behandlungen ermöglichen und so die klinischen Ergebnisse und die Lebensqualität der Patienten verbessern.