Zu viele Studien, zu viele Medikamente, zu wenig Überblick: Ein Kölner Onkologe und sein Unternehmen setzen in der Krebsmedizin auf kuratierte KI, statt auf frei zugängliche Künstliche Intelligenz zu vertrauen.
Kollege KIOnqo Health setzt auf KI gegen Fehler bei Krebstherapien

Ann Karnstedt und Thomas Elter leiten gemeinsam das Unternehmen.
Copyright: Charlotte Groß-Hohnacker
Die Onkologie war vor 25 Jahren ein Fach für Phlegmatiker. Für Menschen, die auf Bewährtes setzen, das schnelle Experiment eher meiden. So beschreibt der Onkologe Thomas Elter sein Fachgebiet: „Da hat sich alle fünf Jahre die Chemotherapie geändert. Es gab dann neue Ergebnisse von Studien, bei denen tausend Patienten die herkömmliche Chemo bekommen haben und tausend Patienten eine neuere Variante. Die bessere Chemo hat sich dann als Standard für die nächsten Jahre durchgesetzt.“
Mittlerweile hat die Schnelligkeit auch seine Profession erreicht. Die Zahl der Medikamente, Studien und möglichen Kombinationen wächst rasant. Die Folge sind auch massenhaft gute Nachrichten: Vor 25 Jahren starben Patienten mit fortgeschrittenem Lungenkrebs meist innerhalb eines Jahres. Heute kann ein wachsender Anteil durch die passende Therapie zehn Jahre und länger überleben. Voraussetzung für den Fortschritt sei aber, dass behandelnde Ärztinnen und Ärzte mit der Schnelligkeit der Entwicklung Schritt halten könnten. Nur dann gelingt es, die passende Diagnostik und Therapie individuell und zielgerichtet zu den betroffenen Menschen zu bringen, sagt Elter.
Denn derzeit sei es doch so: Bei der Geschwindigkeit, mit der die neuen Ideen aus dem Boden schössen, sei es unmöglich, den Überblick zu behalten. Alleine für ein bestimmtes Immuntherapeutikum gebe es derzeit etwa dreieinhalbtausend Studien. Je mehr Studien durchgeführt werden, desto weniger passende Patienten finden sich aber pro Studie. Es werde daher immer schwieriger, nicht nur die Wirkung neuer Präparate zu belegen, sondern vor allem auch mögliche Nebenwirkungen an genügend Patienten zu erfassen.
Die Folge des Zuviels an Möglichkeiten sei paradoxerweise eine Versorgungslücke: „Etwa ein Drittel der Lungenkrebspatienten erhält keine optimale Diagnostik und Therapie. Dies konnten wir leider nicht nur mit unseren Daten, sondern auch durch Auswertung von Krankenkassendaten belegen.“ Und dabei gehe es nicht nur um kleinere Abweichungen, sondern auch um gravierende Fehler, die bereits ganz am Anfang in der Diagnostik auftreten könnten. Und dann die gesamte Behandlungskette in eine falsche oder zumindest nicht ideale Richtung lenkten.
Elter wollte sich damit nicht abfinden. Er wollte den Überblick behalten. Also startete er schon Anfang der 2010er‑Jahre, Behandlungsmöglichkeiten in einer Excel-Tabelle zu bündeln. Als die an ihre Grenzen stieß, setzte sich Elter an eine App, heute hilft ihm Künstliche Intelligenz beim Navigieren durch den Therapie-Dschungel.
Unterstützung und kein Ersatz
Aus dieser Erfahrung heraus gründete Elter gemeinsam mit drei Kollegen der Kölner Uniklinik 2011 ein Start-up, aus dem nun die Firma „Onqo Health“ geworden ist. Mittlerweile verwenden nach eigenen Angaben etwa zwei Drittel aller Onkologen und Onkologinnen in Deutschland die Plattform „Easy Oncology“, um ihre Therapieentscheidungen abzusichern.
Das Prinzip hinter Easy Oncology erklärt Ann Karnstedt, CEO von Onqo Health, so: „Wir bündeln das Wissen, das da ist: alle neuen Leitlinien, Zulassungen, Studien und Erfahrungen aus der Praxis. Dieses Wissen kuratieren wir und brechen es wieder auf die einzelne Fallkonstellation herunter.“ Daraus entstehen Empfehlungen für den individuellen Einzelfall, abhängig von beispielsweise Tumorstadium, Mutation oder Alter. Neben der konkreten Therapie werden auch Nebenwirkungen, notwendige Untersuchungen und weitere Behandlungsschritte berücksichtigt.

So kann Easy Oncology auf dem Handy aussehen.
Copyright: Onqo Health
Die Software gibt es in unterschiedlichen Ausbaustufen. Easy Oncology richtet sich an Ärztinnen und Ärzte sowie andere onkologische Fachleute und ist zugangsbeschränkt. Für Kliniken entwickelt Onqo Health derzeit als weiteren Schritt das „Board Support“.
Angesetzt wird hier vor allem an den Tumorboards. In diesen Gremien beraten Spezialistinnen gemeinsam über die Behandlung von Krebspatienten. Die Zahl der Vorstellungen in solchen Boards ist laut Elter deutlich gestiegen. Wo früher etwa zehn bis 14 komplexe Fälle pro Stunde besprochen wurden, stellen Mediziner mittlerweile bis zu 50 oder 60 Patienten in derselben Zeit vor. Eine Minute pro Patient.
Standardfälle könnten auf Grundlage klarer Leitlinien eigentlich bereits bei der Anmeldung strukturiert bewertet werden, sagt er. Hierbei soll ihre Software helfen mit dem Ziel, dass die Tumorboards mehr Zeit für die Fälle haben, bei denen die Expertise mehrerer Fachrichtungen tatsächlich gebraucht wird. Zugleich soll die Software auf fehlende Diagnostik hinweisen und die jeweils aktuellen Therapieoptionen berücksichtigen.
Eine generische KI beantwortet die Frage, die man ihr stellt, aber sie kann nicht sicherstellen, ob es die richtige Frage war, und ihre Antworten können überzeugend klingen und trotzdem falsch sein.
Mit sogenannter Schatten-KI wie den frei zugänglichen Anwendungen ChatGPT oder Claude sei Onqo Health nicht vergleichbar. Ihr Wissen stamme aus allgemein zugänglichen Internetquellen, sei nicht auf die Onkologie zugeschnitten und nicht immer auf dem aktuellen Stand, sagt Ann Karnstedt. Die dort verfügbaren Leitlinien bildeten den medizinischen Fortschritt nicht immer schnell genug ab. Manche seien bei ihrer Veröffentlichung bereits überholt gewesen, weil zwischen Fertigstellung und Erscheinen ein neues Medikament zugelassen worden sei.
Zwar könne eine generische KI durchaus auch neue Zulassungen erkennen, sie ordne diese aber häufig in den falschen Kontext ein und könne ihre klinische Relevanz für den konkreten Fall nicht verlässlich einschätzen. Ein weiterer Kritikpunkt: Frei zugänglichen KI-Tools fehlt es an Datensicherheit und Nachvollziehbarkeit - eine Gefahr für die Gesundheitsdaten von Patientinnen und Patienten.
Onqo Health setze hingegen auf eine feste, kuratierte Wissensbasis und eine strukturierte Abfrage. Durch die Entscheidungsmatrix sollen die Parameter herausgefiltert werden, die für den jeweiligen Fall entscheidend sind, sagt Karnstedt: „Eine generische KI beantwortet die Frage, die man ihr stellt, aber sie kann nicht sicherstellen, ob es die richtige Frage war, und ihre Antworten können überzeugend klingen und trotzdem falsch sein.“
Ein Geschäftsmodell zwischen Nutzen und Unabhängigkeit
Finanziert wird das Unternehmen derzeit über Industriepartner, vor allem aus der Pharmaindustrie. Zur Weiterentwicklung ist man aber auch auf Unterstützung bei der Erprobung und Zertifizierung angewiesen. Das Projekt „Board Support“ wird deshalb über das Förderprogramm „Kölner Rahmen“ von Köln-Business finanziell unterstützt.
Cédric Reuter arbeitet bei Köln-Business im Team Transformation und begleitet Unternehmen bei der Digitalisierung. „Mit dem wachsenden Einsatz von KI wird es für Unternehmen aller Branchen immer wichtiger, ihre Prozesse und Angebote digital weiterzuentwickeln“, sagt Reuter. Deshalb sei der Kölner Rahmen in diesem Jahr bewusst branchenoffen angelegt.
Im Fokus stehen demnach zunehmend Produkte, die Künstliche Intelligenz im Hintergrund einsetzen, um ganz konkrete Probleme in einzelnen Branchen zu lösen. Im Gesundheitswesen betreffe das die gesamte Wertschöpfungskette, von Krankenhäusern über Versicherungen bis hin zu Arztpraxen. „Onqo Health ist ein Beispiel für diese Entwicklung: Das Unternehmen setzt KI dort ein, wo komplexe medizinische Informationen strukturiert ausgewertet und für bessere Entscheidungen nutzbar gemacht werden sollen“, so Reuter.
Für Onqo Health geht es nun konkret darum, „Board Support“ als Pilotprojekt mit einer Klinik in Offenbach umzusetzen. Außerdem will man weitere Medizinprodukte zertifizieren. Dafür braucht es Studien, Beweise, viele Kliniken, die mitmachen. Und natürlich Geld.
