Agendia stellt klinische Validierung eines KI-gestützten Ansatzes in der digitalen Pathologie vor

Der in der Erprobung befindliche KI-gestützte digitale Test zeigte in der prospektiven RASTER-Kohorte von 372 Brustkrebspatientinnen im Frühstadium mit einer medianen Nachbeobachtungszeit von 10,3 Jahren eine hohe Übereinstimmung mit den MammaPrint-Ergebnissen

IRVINE, Kalifornien, & AMSTERDAM--(BUSINESS WIRE)--Agendia, Inc., ein führendes Unternehmen im Bereich der Präzisionsonkologie für Brustkrebs, stellte kürzlich auf dem Kongress 2026 der European Society for Medical Oncology (ESMO) in Madrid Forschungsergebnisse vor, in denen sein in der Erprobung befindlicher, KI-gestützter digitaler Pathologieansatz für die MammaPrint ^® 70-Gen-Rezidiv-Signatur vorgestellt wurde. In der Podiumspräsentation, die von der Mitbegründerin und Chief Research Officer, Dr. Laura van ’t Veer, gehalten wurde, wurden die Entwicklung und die klinische Validierung einer Deep-Learning-Pipeline detailliert beschrieben, die MammaPrint (MP)-Risikokategorien direkt aus mit Hämatoxylin und Eosin (H&E) gefärbten Whole-Slide-Images (WSIs) ableiten kann. Das Unternehmen präsentierte außerdem zwei weitere Poster, in denen Daten aus der prospektiven, praxisnahen FLEX-Studie (NCT03053193) vorgestellt wurden.

„KI ist von Anfang an Teil der wissenschaftlichen Grundlage von Agendia gewesen, und diese Studie steht für ihre kontinuierliche Weiterentwicklung“, sagte Dr. Laura van ’t Veer. „Zum ersten Mal präsentieren wir unsere Arbeit, in der wir untersuchen, ob die durch MammaPrint dargestellten biologischen Informationen durch KI erkannt werden können, die auf routinemäßig erstellte pathologische Bilder angewendet wird.“

Das in der Erprobung befindliche KI-gesteuerte digitale Pathologiemodell wurde anhand von 70.000 anonymisierten H&E-WSIs unter Verwendung von aus MammaPrint abgeleiteten Trainingsdaten trainiert. Die Deep-Learning-Pipeline umfasste Gewebeerkennung, Klassifizierung und Merkmalsextraktion unter Verwendung selbstüberwachter und überwachter Basismodelle. Das Modell prognostizierte anschließend einen kontinuierlichen Rezidiv-Score, der in Gruppen mit hohem (D-High) oder niedrigem (D-Low) Risiko unterteilt wurde. Die Ergebnisse wurden anhand anonymisierter Daten von 372 Patientinnen mit Brustkrebs im Frühstadium (EBC) aus der prospektiven, praxisnahen RASTER-Studie mit einer medianen Nachbeobachtungszeit von 10,3 Jahren validiert.

• Der in der Erprobung befindliche digitale Test zeigte eine hohe Übereinstimmung mit der MP (r = 0,954) und stufte 49 % der Patientinnen als D-High und 51 % als D-Low ein.
• Patientinnen, die als D-Low eingestuft wurden, wiesen eine 10-Jahres-Brustkrebs-spezifische Überlebensrate (BCSS) von 98,1 % auf, verglichen mit 86,7 % bei den als D-High eingestuften Patientinnen (HR 0,12, p < 0,0001).
  • In der Untergruppe der 274 Patientinnen mit positivem Östrogenrezeptor (ER+)/HER2-negativ betrug das 10-Jahres-BCSS 98,1 % gegenüber 84,7 % (HR 0,10).
• In der multivariablen Analyse war die digitale Risikoklassifizierung der einzige unabhängige Prädiktor für die BCSS (HR 0,084, p = 0,0002) und schnitt dabei besser ab als klinische Faktoren. Ähnliche Ergebnisse wurden für die Intervalle ohne Fernrezidiv beobachtet.

„KI-gestützte Ansätze der digitalen Pathologie haben das Potenzial, den Zugang zu genomischen Informationen für Brustkrebspatientinnen weltweit zu erweitern, insbesondere in Situationen, in denen der Zugang zu gewebebasierter Genomik eingeschränkt ist“, sagte Dr. med. William Audeh, M.S., Chief Medical Officer bei Agendia. „Diese Forschung vereint jahrzehntelange genomische Forschung mit neuen Möglichkeiten der digitalen Pathologie und spiegelt unser Engagement für die Entwicklung innovativer Ansätze zum Verständnis der Tumorbiologie wider.“

Weitere von Agendia auf der ESMO vorgestellte Daten finden Sie auf der ESMO 2026 Landing Page.

Über Agendia

Agendia ist ein weltweit führendes Unternehmen im Bereich der Präzisionsonkologie mit Schwerpunkt auf Brustkrebs im Frühstadium. Die Genom-Assays des Unternehmens, MammaPrint + BluePrint, liefern wichtige biologische Erkenntnisse, die als Grundlage für personalisierte Behandlungsentscheidungen für Patientinnen und ihre Behandlungsteams dienen. Mit Standorten in Amsterdam und Irvine arbeitet Agendia weltweit mit akademischen und kommunalen Onkologiezentren zusammen, um im Rahmen der wegweisenden FLEX-Studie (NCT03053193) – dem größten Ganztranskriptom-Register für Brustkrebs im Frühstadium – Erkenntnisse aus der Praxis zu gewinnen.

Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.