Transparenzhinweis – Beitrag mit Unterstützung von KI erstellt
Wenn Krebserkrankte einen Herzinfarkt erleiden, treffen zwei komplexe Krankheitswelten aufeinander: die Onkologie mit teils gerinnungs- und blutungsrelevanten Therapien sowie die Kardiologie mit zeitkritischen Entscheidungen zu Katheterbehandlung und Blutplättchenhemmung. In der Praxis entsteht dadurch ein Dilemma, das bisher nur unzureichend durch etablierte Risikoscores abgedeckt wurde. Neue Forschungsergebnisse stellen nun ein KI-gestütztes Vorhersagemodell vor, das genau diese Lücke schließen soll und eine individuellere Behandlung in den ersten Monaten nach dem Ereignis ermöglicht.
Warum Herzinfarkte bei Krebserkrankten besonders riskant sind
Ein Herzinfarkt bei bestehender Krebserkrankung ist medizinisch oft schwerer zu steuern als bei Patientinnen und Patienten ohne Tumorleiden. Einerseits kann Krebs selbst über Entzündungsprozesse und Veränderungen der Blutgerinnung das Risiko für Gefäßverschlüsse erhöhen. Andererseits steigern bestimmte Tumortherapien das Blutungsrisiko oder beeinflussen die Gefäßfunktion. Nach einem akuten Koronarsyndrom müssen Ärztinnen und Ärzte häufig rasch zwischen invasiven Eingriffen, intensiver Plättchenhemmung und der Vermeidung schwerer Blutungen abwägen.
Genau hier zeigte sich bislang ein strukturelles Problem: Viele klinische Studien und Risikomodelle basieren überwiegend auf Kollektiven, in denen Krebserkrankte unterrepräsentiert oder ausgeschlossen waren. Damit fehlte ein standardisiertes Instrument, das krebsbezogene Faktoren systematisch mit klassischen kardiovaskulären Parametern zusammenführt.
Das neue KI-Modell ONCO-ACS: Datenbasis und Ziel
Ein internationales Forschungsteam unter Leitung der Universität Zürich entwickelte mit ONCO-ACS ein Risikovorhersagemodell, das gezielt für Krebspatientinnen und -patienten nach Herzinfarkt konzipiert ist. Grundlage ist eine Analyse von mehr als einer Million Herzinfarkt-Fällen aus England, Schweden und der Schweiz, darunter über 47.000 Personen mit Krebserkrankung. Das Modell nutzt künstliche Intelligenz, um krebsbezogene Merkmale mit etablierten klinischen Daten zu kombinieren und Risiken innerhalb eines Zeitfensters von sechs Monaten abzuschätzen.
Im Fokus stehen drei besonders relevante Endpunkte: Sterblichkeit, schwere Blutungen sowie erneute ischämische Ereignisse wie weiterer Herzinfarkt, Schlaganfall oder kardiovaskulärer Tod. Die berichteten Beobachtungen verdeutlichen die Dringlichkeit: Innerhalb von sechs Monaten starb nahezu ein Drittel der untersuchten Krebspatientinnen und -patienten; schwere Blutungen traten bei etwa jeder bzw. jedem Vierzehnten auf, und ein relevanter Anteil erlitt erneut schwere Durchblutungsstörungen.
Was die KI in der Therapieentscheidung konkret verändern kann
Bessere Balance zwischen Blutungs- und Thromboserisiko
Die Behandlung nach Herzinfarkt setzt häufig auf eine Plättchenhemmung, um erneute Gefäßverschlüsse zu verhindern. Bei Krebserkrankten kann diese Strategie jedoch schneller in gefährliche Blutungskomplikationen führen, insbesondere abhängig von Tumorart, Tumorstadium und begleitenden Therapien. ONCO-ACS soll helfen, diese konkurrierenden Risiken präziser zu quantifizieren. Damit wird eine differenziertere Auswahl von Wirkstoffkombinationen und Behandlungsintensitäten plausibler, ohne sich ausschließlich auf allgemeine Scores stützen zu müssen.
Entscheidungshilfe für invasive Eingriffe und Nachsorge
Neben der Medikamentenwahl betrifft die Risikoeinschätzung auch die Frage, wer von einer Katheterbehandlung oder einer besonders engmaschigen Nachkontrolle profitiert. Ein Modell, das sowohl onkologische als auch kardiologische Faktoren integriert, kann die Priorisierung von Ressourcen unterstützen: Intensivere Überwachung dort, wo das Risiko für erneute Ereignisse hoch ist, und vorsichtigere Strategien dort, wo Blutungen oder Therapiekomplikationen wahrscheinlicher sind.
Einordnung: Chancen, Grenzen und nächste Schritte
Das Vorhaben steht exemplarisch für den Trend zur datengetriebenen Präzisionsmedizin in der Schnittstelle zwischen Krebs- und Herz-Kreislauf-Erkrankungen. Gleichzeitig bleibt entscheidend, wie schnell und in welcher Form solche Modelle in klinische Abläufe integriert werden. Für eine breite Anwendung sind transparente Validierung, robuste externe Tests in unterschiedlichen Versorgungssystemen und eine verständliche Darstellung der Risikowerte im klinischen Alltag zentral. Zudem muss die Nutzung mit Leitlinien, Haftungsfragen und Datenschutzanforderungen kompatibel sein.
Fazit
ONCO-ACS markiert einen wichtigen Schritt, um die Versorgung von Krebspatientinnen und -patienten nach Herzinfarkt stärker zu individualisieren. Indem krebsbezogene Besonderheiten systematisch in die Risikoprognose einfließen, kann die Therapie besser zwischen Schutz vor erneuten Gefäßverschlüssen und Vermeidung schwerer Blutungen ausbalanciert werden. Sollte sich das Modell in der breiten Praxis bewähren, könnte es nicht nur Entscheidungen im Akutsetting unterstützen, sondern auch die Planung zukünftiger Studien verbessern und damit eine lange vernachlässigte Hochrisikogruppe gezielter in evidenzbasierte Strategien einbinden.
Quellen
Universität Zürich (UZH News): https://www.news.uzh.ch/de/articles/media/2026/Krebs-Herz.html
King’s College London: https://www.kcl.ac.uk/news/new-ai-tool-to-help-doctors-treat-cancer-patients-after-a-heart-attack
News-Medical (basierend auf University of Leicester): https://www.news-medical.net/news/20260131/New-AI-tool-helps-determine-the-risk-of-secondary-heart-attacks-in-cancer-patients.aspx
Bioengineer.org: https://bioengineer.org/innovative-ai-tool-enhances-cancer-treatment-for-patients-recovering-from-heart-attacks/
Medical Xpress (Science X): https://medicalxpress.com/news/2026-01-ai-tool-month-cancer-patients.html
