Interpretierbare multimodale KI revolutioniert Überlebensanalyse in der Onkologie

In der Onkologie bleibt die präzise Vorhersage von Überlebenszeiten ein zentrales Problem. Mit dem Aufkommen umfangreicher multimodaler Datensätze – von klinischen Variablen bis hin zu Computertomographie‑Bildern – wird die Notwendigkeit für transparente Modelle immer dringlicher. Ein neues, interpretierbares KI‑Framework namens MultiFIX adressiert diese Herausforderung, indem es die Analyse von Überlebensdaten automatisiert und gleichzeitig verständlich macht.

MultiFIX kombiniert Deep‑Learning‑Methoden mit genetischer Programmierung, um aus Bilddaten relevante Merkmale zu extrahieren und diese anschließend mit Grad‑CAM zu visualisieren. Gleichzeitig werden klinische Variablen in symbolische Ausdrücke überführt, die leicht nachvollziehbar sind. Für die Risikobewertung nutzt das System eine transparente Cox‑Regression, die Patienten in Gruppen mit unterschiedlichen Überlebensprognosen einteilt.

Bei der Anwendung auf das offene RADCURE‑Datenset für Kopf‑und-Rachen‑Krebs erzielte MultiFIX einen C‑Index von 0,838 bei der Vorhersage und 0,826 bei der Stratifikation – deutlich besser als herkömmliche klinische und akademische Ansätze. Die Ergebnisse bestätigen, dass interpretierbare multimodale KI das Potenzial hat, die Präzisionsmedizin in der Onkologie voranzutreiben und gleichzeitig das Vertrauen von Klinikern und Patienten zu stärken.