CaresAI at SMM4H-HeaRD 2026: Predicting TNM Staging

Stellen Sie sich vor, Sie sind ein Detektiv, der versucht, ein komplexes medizinisches Rätsel zu lösen. Die Hinweise sind in langen, unordentlichen, handschriftlich anmutenden Berichten versteckt, die von Pathologen (Ärzten, die Gewebeproben untersuchen) verfasst wurden. Diese Berichte beschreiben den Krebs eines Patienten, aber sie nennen die Antwort nicht immer klar und deutlich. Ihre Aufgabe ist es, drei spezifische Dinge über den Krebs herauszufinden:

1. T (Tumor): Wie groß ist der Haupttumor und wie tief ist er in das umliegende Gewebe eingedrungen?
2. N (Node/Lymphknoten): Hat sich der Krebs auf die nahegelegenen Lymphknoten (die Sicherheitskontrollpunkte des Körpers) ausgebreitet?
3. M (Metastase): Ist der Krebs in völlig andere Teile des Körpers entkommen?

Dies wird als TNM-Staging bezeichnet und ist die „Punktetabelle“, die Ärzte verwenden, um die Behandlung eines Patienten festzulegen. Das Team bei CaresAI nahm an einem Wettbewerb teil (SMM4H-HeaRD 2026), um ein Computerprogramm zu entwickeln, das diese unordentlichen Berichte lesen und automatisch die T-, N- und M-Werte erraten kann.

Hier ist, wie sie es gemacht haben, einfach erklärt:

1. Die Herausforderung: Das „Kleingedruckte“ lesen

Die Berichte, die sie verwendeten, stammten aus einer riesigen Datenbank namens TCGA. Stellen Sie sich diese Berichte wie tausende verschiedene Romane vor, die von verschiedenen Autoren geschrieben wurden. Einige sind kurz, manche riesig, manche verwenden medizinischen Fachjargon und manche sind vage.

• Das Problem: Die Daten waren „unausgewogen“. Stellen Sie sich einen Beutel voller Murmeln vor, bei denen 93 % weiß sind (keine Krebsausbreitung) und nur 7 % schwarz (Krebsausbreitung). Wenn man einfach jedes Mal „weiß“ rät, hätte man meistens recht, aber man würde die gefährlichen schwarzen Murmeln übersehen. Der Computer musste lernen, die seltenen, gefährlichen Hinweise zu entdecken.

2. Die Werkzeuge: Zwei verschiedene Wege, um zu „lesen“

Das Team versuchte zwei Hauptwege, um dem Computer beizubringen, den Text zu verstehen:

• Methode A: Der „Schlagwort-Zähler“ (TF-IDF & LightGBM)
  Stellen Sie sich das wie einen Bibliothekar vor, der zählt, wie oft bestimmte Wörter vorkommen. Wenn ein Bericht sehr oft Begriffe wie „Metastase“ oder „Ausbreitung“ erwähnt, schlägt der Computer Alarm. Sie verwendeten einen intelligenten Algorithmus namens LightGBM (was wie ein super-schneller, organisierter Entscheidungsbaum ist), um auf diese Worthäufigkeiten zu achten.

  • Ergebnis: Dies war der Sieger. Es war sehr gut darin, Muster im Text zu erkennen, fast wie ein erfahrener Detektiv, der genau weiß, nach welchen Wörtern er suchen muss.

• Methode B: Der „Tiefe Denker“ (BERT-Modelle & Neuronale Netze)
  Dieser Ansatz nutzte fortschrittliche KI-Modelle (ClinicalBERT, BioBERT), die bereits Millionen von medizinischen Büchern gelesen haben. Anstatt nur Wörter zu zählen, versuchen diese Modelle, die Bedeutung und den Kontext der Sätze zu verstehen. Diese „Verständnisleistung“ speisten sie dann in ein Wide Residual Network (WRN) ein, eine Art gehirnähnliches Computernetzwerk, das darauf ausgelegt ist, komplexe Muster zu erkennen.

  • Ergebnis: Dies war etwas mehr „Glückssache“. Obwohl es die „Vibe“ des Textes gut verstand, kam es im Vergleich zum Schlagwort-Zähler manchmal bei den spezifischen Details durcheinander.

3. Die Ergebnisse: Wie gut haben sie abgeschnitten?

Das Team testete ihre „Detektive“ auf zwei verschiedenen Sätzen neuer, bisher ungesehener Berichte (Testset 1 und Testset 2).

• Die gute Nachricht: Beim ersten Testset war der Computer unglaublich genau. Er erreichte einen Wert von 0,978 (von 1,0) für das Tumorstadium und 0,957 für das Lymphknoten-Stadium. Es war wie ein Detektiv, der fast jeden Fall perfekt gelöst hat.
• Die schlechte Nachricht: Als sie zum zweiten Testset übergingen, sanken die Werte (auf etwa 0,80).
  • Warum? Das Paper erklärt, dass der Computer durch den ersten Datensatz „ver spoiled“ (übermäßig angepasst) wurde. Er hat die spezifischen Muster der Trainingsdaten zu gut gelernt (ein Problem namens Overfitting). Wenn er einen Bericht sah, der etwas anders oder länger als üblich war, wurde er verwirrt. Zudem, weil die „gefährlichen“ Fälle (wie die Ausbreitung von Krebs) in den Trainingsdaten so selten waren, hatte der Computer Schwierigkeiten, sie in neuen, kniffligen Berichten zu erkennen.

4. Die Einschränkungen: Warum es noch nicht bereit für das Krankenhaus ist

Die Autoren sind sehr ehrlich darüber, was ihr Werkzeug noch nicht kann:

• Das „Seitenzahl-Problem“: Die KI-Modelle, die sie verwendeten, können nur etwa 512 Wörter gleichzeitig lesen. Viele dieser medizinischen Berichte sind viel länger. Es ist, als würde man versuchen, einen ganzen Roman zu lesen, aber nur die ersten paar Seiten lesen zu dürfen; der Computer verpasst das Ende und wichtige Hinweise.
• Das „Seltene Ereignis“-Problem: Da die Fälle von „Krebsausbreitung“ in den Trainingsdaten so selten waren, ist der Computer immer noch etwas voreingenommen. Es ist sicherer zu sagen „keine Ausbreitung“, als zu raten „Ausbreitung“, was bedeutet, dass er echte Fälle übersehen könnte.
• Kein Arzt: Das Paper stellt ausdrücklich fest, dass dies zwar eine großartige „Baseline“ (ein Ausgangspunkt) ist, aber noch nicht zuverlässig genug ist, um in einem echten Krankenhaus lebenswichtige Entscheidungen zu treffen. Es benötigt mehr Training und eine bessere Handhabung langer Dokumente.

Das Fazit

Das CaresAI-Team hat ein Computerprogramm entwickelt, das Krebsberichte lesen und das Stadium der Krankheit mit beeindruckender Genauigkeit bei vertrauten Daten erraten kann. Sie fanden heraus, dass eine einfache Methode der „Schlagwortzählung“ (LightGBM) tatsächlich besser funktionierte als die hochmoderne „tiefe Denk“-KI für diese spezifische Aufgabe.

Doch genau wie ein Schüler, der eine Übungsprüfung mit Bestnoten besteht, aber in der echten Prüfung Schwierigkeiten hat, weil die Fragen etwas anders waren, muss diese KI noch mehr Arbeit leisten, um die unordentlichen, langen und seltenen Fälle der realen Welt zu bewältigen, bevor man ihr im Ernstfall vertrauen kann. Für den Moment ist sie ein leistungsstarkes Werkzeug für die Forschung und ein großartiger Ausgangspunkt für zukünftige Verbesserungen.