Ein erklärbares Modell, ehrliche Zahlen und ein Geldgeber, den man bemerken sollte
Ein erklärbares KI-Modell sagte aus zwanzig Jahren japanischer Abrechnungsdaten und 647 Variablen die Therapiedauer beim Myelom vorher. Die Trennschärfe ist bescheiden und fair berichtet. Genauer hinsehen sollte man bei der Frage, wer bezahlt hat.
Dr. Sven Jungmann
CEO
Die ehrlichste Zahl dieser Arbeit ist eine kleine. Gefragt, wie lange ein:e Patient:in mit multiplem Myelom unter einer Therapielinie bleiben würde, erreichte das Modell eine Fläche unter der Grenzwertoptimierungskurve (AUROC) von 0,61 nach drei Monaten, 0,64 nach sechs und 0,66 nach zwölf Monaten. Auf einer Skala, auf der 0,5 ein Münzwurf und 1,0 perfekt ist, trifft es häufiger als der Zufall und liegt oft genug daneben, dass niemand daraus eine Einzelentscheidung ableiten sollte. Die Autor:innen sagen das deutlich. Diese Offenheit verdient zuerst Respekt.
Lesenswert ist die Studie nicht wegen des Werts, sondern wegen dessen, woraus er entstand. Handa und Kolleg:innen nahmen zwanzig Jahre japanischer Abrechnungsdaten — die Medical-Data-Vision-Datenbank, 2003 bis 2022, 2.762 Patient:innen und 4.848 Behandlungsepisoden — und versuchten, die Therapiedauer aus 647 Variablen vorherzusagen, die ausschließlich aus Abrechnungsunterlagen stammten. Kein zytogenetisches Profil, keine R-ISS-Stadieneinteilung (Revised International Staging System), keine Laborwerte. Genau das sind die Größen, nach denen eine Onkologin zuerst greifen würde — und genau die, die in Abrechnungsdaten fehlen.
Was die Forschenden getan haben
Statt eines einzelnen Blackbox-Klassifikators nutzte das Team ein punktweise-lineares Modell — ein erklärbarer Ansatz, der für jede einzelne Probe eine eigene kleine logistische Regression anpasst, sodass sich die treibenden Faktoren einer Vorhersage direkt ablesen lassen. Sie verglichen es mit Gradient Boosting und einer regularisierten logistischen Regression. Es handelt sich um eine retrospektive Beobachtungs-Kohortenstudie auf routinemäßig erhobenen Abrechnungsdaten, durchgehend als Sekundäranalyse. Es gibt keinen Vergleichsarm, keine Intervention und keine prospektive Nachverfolgung; das Studiendesign kann Zusammenhänge beschreiben, keine Ursachen belegen.
Was die Evidenz belegt
Liest man es nach dem, was es tragen kann, ist die Leistung für die Eingangsdaten vertretbar. AUROC-Werte im niedrigen bis mittleren 0,6er-Bereich allein aus Abrechnungscodes zu gewinnen, ohne eine einzige Kernvariable der Erkrankung, ist ein solides Ergebnis — und die Autor:innen sagen ausdrücklich, dass die Decke unterhalb von 0,7 am ehesten dem Fehlen genomischer und stadienbezogener Daten geschuldet ist, nicht einem methodischen Fehler. Als Signal auf Bevölkerungsebene dafür, welche Behandlungsepisoden tendenziell kurz ausfallen, ist es informativ. Als Instrument für eine Entscheidung über die Person vor Ihnen ist es das nicht — und die Arbeit gibt auch nichts anderes vor.
Das eigentlich interessante Ergebnis ist die Clusteranalyse. Das Modell trennte die Patient:innen in Gruppen, und in den Clustern mit höherer Komorbidität war der Einsatz immunmodulatorischer Substanzen (IMiD, eine Klasse, zu der Lenalidomid gehört) deutlich höher bei den Patient:innen, die die längeren vorhergesagten Therapiedauern erreichten — beim Drei-Monats-Grenzwert 73,7 Prozent derjenigen, die mindestens drei Monate unter Therapie blieben, gegenüber 36,6 Prozent derjenigen, die es nicht taten (P<0,01), mit ähnlichem Muster nach sechs und zwölf Monaten. Die begleitende Gabe von Acetylsalicylsäure, eine übliche Thromboseprophylaxe neben IMiD, verlief gleichläufig. Die Deutung der Autor:innen ist biologisch plausibel: IMiD-basierte Schemata gehen mit längerem Verbleib unter Therapie einher. Das ist eine Hypothese, die die Daten erzeugen, nicht eine, die sie beweisen.
Was die Evidenz nicht belegt
Ein Zusammenhang zwischen einer Wirkstoffklasse und längerer Therapiedauer ist kein Beleg dafür, dass der Wirkstoff die längere Behandlung verursacht hat, und auch keiner für ein besseres Ergebnis. Die Patient:innen unter IMiD unterscheiden sich von denen ohne IMiD in Weisen, die Abrechnungsdaten nicht vollständig erfassen — das ist eine Verzerrung durch die Indikation (confounding by indication), und die Autor:innen benennen sie. Sie räumen ebenso ein, dass sie nicht sehen konnten, warum eine Therapie endete: Die Datenbank verzeichnet keine Todesursache, sodass ein kurzer Verlauf Krankheitsprogression, Toxizität, den Wunsch der Patient:innen, einen Klinikwechsel oder einen Tod aus unabhängigem Grund bedeuten kann. Wenn schon das modellierte Ergebnis mehrdeutig ist, bildet auch ein gut angepasstes Modell ein unscharfes Ziel ab.
Dann ist da die Frage, wer die Studie finanziert hat. Bezahlt wurde sie von Janssen Pharmaceutical K.K. und Johnson & Johnson; mehrere Autor:innen sind bei Johnson & Johnson angestellt, weitere geben Beratungs- oder Forschungsbeziehungen zum Unternehmen und seinem Umfeld an. Die zentrale Botschaft — dass eine immunmodulatorische Wirkstoffklasse mit längerem Verbleib unter Therapie einhergeht — ist eine, an der ein Hersteller solcher Substanzen ein Interesse hat. Die Zahlen werden dadurch nicht falsch. Doch wenn Geldgeber und günstige Erzähllinie so genau zusammenfallen, verdient die Rahmung zusätzliche Aufmerksamkeit, und der Befund gewinnt sein Gewicht erst, wenn eine unabhängige Gruppe ihn mit klinischen Variablen in der Hand reproduziert.
“Die Zahlen werden nicht falsch dadurch, wer sie bezahlt hat. Sie werden vorläufig dadurch.”
Warum das hier zählt
Für europäische Systeme, die auf großen Abrechnungs- und Versicherungsdatensätzen sitzen, ist die Lehre zweischneidig und brauchbar. Routinemäßige Abrechnungsdaten können ein echtes, erklärbares Signal auf Bevölkerungsebene liefern — die Methode hier ist sauber und die Transparenz vorbildlich. Doch die Decke, an die diese Studie stößt, ist die Decke der Abrechnungsdaten selbst: Ohne die klinischen Kernvariablen der Erkrankung stagniert die Vorhersage, und kausale Aussagen können ihr nicht folgen. Der richtige Einsatz eines solchen Modells ist, Fragen für eine sauber geplante prospektive Studie aufzuwerfen, nicht sie zu beantworten. So gelesen — methodisch solide und klinisch vorläufig — ist die Arbeit ein kleiner, ehrlicher Beitrag, der eine etwas größere Schlagzeile trägt, als seine Evidenz tragen kann.
Quelle: Handa H, Ishida T, Ozaki S, et al. Assessment of Predictive Factors That Shorten Duration of Treatment in Patients With Multiple Myeloma Using AI: Real-World Longitudinal Study Using Data From Medical Data Vision Claims Database. JMIR Cancer 2026;12:e75586. Eine begutachtete retrospektive Kohortenstudie auf Abrechnungsdaten, finanziert von Janssen Pharmaceutical und Johnson & Johnson und mitverfasst von Angestellten des Unternehmens; sie berichtet Zusammenhänge, keine Ursachen, und ihr zentrales Signal begünstigt eine Wirkstoffklasse, die der Geldgeber vertreibt.
