ASCO 2026: Die Revolution durch KI und räumliche Profilierung bei Krebsbiomarkern

Nicht nur, ob ein Ziel vorhanden ist, sondern wo es im Tumor liegt: Biomarker sind nicht mehr einfach „positiv“ oder „negativ“

Die alte Biomarkerfrage: Ist das Ziel vorhanden?

Die moderne Onkologie befindet sich längst in einer Ära, in der Biomarker Therapieentscheidungen verändern. EGFR, ALK, ROS1 und RET bei Lungenkrebs; RAS, BRAF, MSI und HER2 bei kolorektalem Krebs; ER, PR, HER2 und Ki-67 bei Brustkrebs; sowie BRCA und HRD bei Eierstockkrebs sind heute fester Bestandteil des klinischen Alltags.

Der klassische Biomarkeransatz hat jedoch eine wichtige Grenze: Oft fasst er den Tumor mit einem einzigen Durchschnittswert zusammen. Beispielsweise bezeichnen wir einen Tumor als „HER2-positiv“, messen aber häufig nicht detailliert, ob HER2 in jeder Region gleich ist, wo sich positive Zellen konzentrieren, ob Immunzellen in diese HER2-reichen Bereiche gelangen oder ob das Stroma die Zellen umschließt.

Die neue Frage: Wo liegt das Ziel, neben welchen Zellen und in welcher Mikroumgebung?

Hier kommen künstliche Intelligenz und räumliche Profilierung ins Spiel. Die digitale Pathologie analysiert das gesamte Objektträgerbild in hoher Auflösung. KI-Modelle können Tumorzellen, Stroma, Lymphozyten, Gefäßzellen, Nekroseareale, Immunphänotypen und zelluläre Nachbarschaften quantifizieren. So kann der pathologische Objektträger von einem reinen Diagnosedokument zu einer mehrschichtigen biologischen Karte werden, die das Therapieansprechen vorhersagen könnte.

Ein Beispiel vom ASCO 2026: KI-gestützte Auswahl bei HER2-positivem Gallengangskrebs

Ein bemerkenswertes Beispiel dieses Ansatzes auf dem ASCO 2026 war eine Studie zu HER2-positivem fortgeschrittenem Gallengangskrebs. Bei der Untersuchung einer Erstlinien-Vierfachkombination aus Trastuzumab, Nivolumab, Gemcitabin und Cisplatin wurden mittels KI-gestützter Analyse des gesamten Objektträgers HER2-Expression und Immunphänotyp gemeinsam untersucht.

An der multizentrischen Studie der Phase Ib/II nahmen 40 Patienten teil. Unter der Kombination wurden eine objektive Ansprechrate von %55, eine Krankheitskontrollrate von %95und ein medianes progressionsfreies Überleben von 10,6 Monaten berichtet. Entscheidend war jedoch, dass die KI Patienten mit möglicherweise höherer Ansprechwahrscheinlichkeit unterscheiden konnte.

Dieses Beispiel zeigt, dass KI über ein einfaches „Hilfsmittel für die Pathologie“ hinausgehen könnte. Werden im selben Gewebe die Menge des Zielproteins, der Immunphänotyp und die Tumormikroumgebung gemeinsam analysiert, könnte die Patientenauswahl präziser werden.

Immunologisch kalte Tumormikroumgebung bei Lungenkrebs mit hohem HER2

Eine weitere auf dem ASCO 2026 von Lunit präsentierte Analyse untersuchte die Mikroumgebung nicht-kleinzelliger Lungenkarzinome mit HER2-Überexpression. Die KI-gestützte räumliche Analyse von mehr als zweitausend NSCLC-Ganzpräparatbildern berichtete bei HER2-überexprimierenden Tumoren eine geringere Dichte tumorinfiltrierender Lymphozyten und einen niedrigeren Anteil eines entzündeten Immunphänotyps.

Dieser Befund legt nahe, dass HER2-reiche Tumoren in bestimmten Zusammenhängen eine „immunologisch kältere“ Mikroumgebung haben könnten. Werden die Ergebnisse in unabhängigen Serien bestätigt, könnte neben dem HER2-Spiegel auch die Mikroumgebungskarte nötig sein, um zu verstehen, bei welchen Patienten Kombinationen aus HER2-gerichteter Therapie und Immuntherapie sinnvoller sein könnten.

Räumliche Signatur zur Unterscheidung des Axitinib-Ansprechens beim adenoid-zystischen Karzinom

Ein weiteres Beispiel KI-gestützter räumlicher Profilierung wurde beim adenoid-zystischen Karzinom vorgestellt. Bei diesem seltenen Tumor sind die Therapieoptionen begrenzt, und klassische Biomarker können das Ansprechen nur schwer vorhersagen. Eine KI-basierte Analyse der Tumormikroumgebung berichtete in einer Untergruppe mit hoher Endothelzell- und tumorinfiltrierender Lymphozytendichte ein längeres PFS nach Axitinib: 19,6 gegenüber 11,1 Monaten.

TLS-Regionen bei MSS-Kolorektalkrebs: Könnte sich eine Tür zur Immuntherapie öffnen?

Mikrosatellitenstabiler metastasierter kolorektaler Krebs gilt allgemein als resistent gegenüber Immuncheckpoint-Inhibitoren. Doch auch das Etikett „MSS“ erklärt nicht sämtliche Details der Tumormikroumgebung. Eine auf dem ASCO 2026 präsentierte KI-gestützte Mikroumgebungsanalyse zeigte, dass größere Regionen tertiärer lymphatischer Strukturen beim MSS-metastasierten Kolorektalkrebs nach Immuntherapie mit besserem PFS und OS verbunden sein könnten.

Dieses Gebiet ist sehr wichtig: Wenn wir manche Tumoren pauschal als „immuntherapieresistent“ einordnen, übersehen wir möglicherweise kleine Untergruppen, deren Mikroumgebung tatsächlich Potenzial für eine Immunantwort besitzt. KI-gestützte räumliche Analyse könnte diese kleinen Untergruppen objektiver bestimmen.

Multimodale KI: Wenn Pathologie, klinische Daten und genomisches Risiko in dasselbe Modell eingehen

Eine weitere wichtige Entwicklung auf dem ASCO 2026 war multimodale künstliche Intelligenz. Multimodale KI betrachtet nicht nur das Pathologiebild, sondern gemeinsam auch klinische Daten, Alter, Stadium, Tumorgröße, Lymphknotenstatus, Behandlungsinformationen und bei Bedarf genomische Daten. Das Ziel ist, anstelle einer einzelnen Datenquelle den gesamten Krankheitskontext zu modellieren und Risiko sowie Therapienutzen genauer vorherzusagen.

Die auf dem ASCO 2026 von Artera vorgestellten Studien veranschaulichen diese Entwicklung. Ein multimodales KI-Modell zur Bewertung von Chemotherapienutzen und Prognose bei nodal positivem, HR-positivem Brustkrebs wurde als Abstract #107 in einer mündlichen Sitzung präsentiert. Außerdem wurden Studien zur Übereinstimmung multimodaler KI mit dem 21-Gen-Recurrence-Score-Test bei frühem Brustkrebs sowie zur digitalen pathologiebasierten Risikostratifizierung beim Prostatakrebs vorgestellt.

Was könnten diese Technologien in der Klinik verändern?

Das größte Potenzial von KI und räumlicher Profilierung besteht darin, vorhandene Biomarker präziser zu machen. So könnte HER2-Positivität nicht mehr nur als „vorhanden“ oder „nicht vorhanden“ bewertet werden, sondern gemeinsam mit dem Anteil HER2-reicher Zellen, ihrer Verteilung im Tumor, benachbarten Immunzellen und dem Kontext der Tumormikroumgebung.

Ebenso könnten Immuntherapieentscheidungen neben PD-L1 oder MSI viele Variablen zusammenführen: ob T-Zellen in den Tumor eindringen oder an seiner Außengrenze bleiben, das Vorhandensein von TLS, die stromale Barriere, die Gefäßstruktur und die Zusammensetzung von Makrophagen / TIL.

Kritische Lektüre: Neben Begeisterung ist Validierung erforderlich

Botschaft für die Türkei: Digitale Pathologie und Dateninfrastruktur sind strategisch wichtig

In der Türkei gewinnen molekulare Onkologie, NGS-Panels und zielgerichtete Therapieentscheidungen zunehmend an Bedeutung. Die Ära von KI und räumlicher Profilierung erfordert jedoch neben einer molekularen Testinfrastruktur auch eine Infrastruktur für digitale Pathologie. Hochwertige Gewebeverarbeitung, standardisierte Färbung, hochauflösende Scanner, sichere Datenspeicherung, Pathologie-Onkologie-Integration und klinische Ergebnisdaten sind die Grundbausteine dieses Systems.

Daher könnte künftig neben dem „molekularen Tumorboard“ auch das Konzept eines „Boards für digitale Pathologie und Biomarker“ wichtig werden. KI-Modelle werden nur durch die richtige klinische Frage, hochwertige Daten und fachkundige Interpretation sinnvoll.

Fazit

ASCO 2026 zeigte, dass künstliche Intelligenz und räumliche Profilierung in der Onkologie zunehmend sichtbar werden. KI-gestützte HER2/IHC-Messung, Mikroumgebungsanalyse, TIL/TLS-Kartierung, multimodale Risikomodelle und digitale pathologiebasierte Vorhersagen des Therapienutzens markieren eine neue Ära: Biomarker werden nicht nur als „positiv“ oder „negativ“, sondern in einem mehrschichtigen Tumorökosystem gelesen.

Heute sind diese Technologien nicht überall Standard, doch die Richtung ist klar. Die künftige Frage in der Krebstherapie wird nicht nur „Gibt es ein Ziel im Tumor?“ lauten. Präziser wird gefragt: „Wo im Tumor liegt dieses Ziel, mit welchen Zellen zusammen, in welcher Mikroumgebung, und sagt diese Karte das Therapieansprechen des Patienten voraus?“