Per IR-Imaging
Künstliche Intelligenz klassifiziert Darmkrebs
Bochumer Forscher haben ein neues, KI-gestütztes Verfahren entwickelt, um den Mikrosatellitenstatus von Krebszellen zu erkennen. Die Diagnostik dauert so statt einen ganzen Tag nur eine halbe Stunde.
Veröffentlicht: 07.07.2020, 08:24 Uhr
Krebszelle: Auch in der Diagnostik von Tumoren gewinnt künstliche Intelligenz an Bedeutung.
© Juan Gärtner / stock.adobe.com
Bochum. Ein neues Diagnoseverfahren für Darmkrebszellen haben Wissenschaftler der Ruhr-Universität Bochum (RUB) entwickelt. Die Forscher um Professor Anke Reinacher-Schick, Leiterin der Abteilung für Hämatologie und Onkologie des RUB-Klinikums St. Josef-Hospital setzten auf Quanten-Kaskaden-Lasern basierte Infrarot (IR)-Mikroskope ein und ließen die Gewebeproben mithilfe von künstlicher Intelligenz (KI) analysieren (Scientific Reports 2020; online 23. Juni).
Die KI konnte verschiedene Tumortypen mit großer Treffsicherheit unterscheiden, heißt es in einer Mitteilung zur Veröffentlichung der Studie.
Wie bekannt, unterscheidet man bei Dickdarm- und anderen Krebserkrankungen zwischen mikrosatellitenstabilen (MSS) und mikrosatelliteninstabilen (MSI) Tumoren. Mikrosatelliten sind ja meist funktionslose, kurze DNA-Sequenzen, die sich häufig wiederholen. Patienten mit MSI-Tumoren haben eine deutlich höhere Überlebensrate.
Bisher erfolgt die differenzielle Diagnose durch immunhistochemische Färbungen von Gewebeproben mit anschließender aufwendiger Genanalyse.
Diagnose in einer halben Stunde statt an einem Tag
Das IR-Imaging-Verfahren erkenne Krebsgewebe ohne vorherige Färbung oder andere Markierungen und funktioniere daher auch automatisiert mithilfe künstlicher Intelligenz. Im Gegensatz zur herkömmlichen differenziellen Diagnose des Mikrosatellitenstatus, die etwa einen Tag dauere, benötige das neue Verfahren dafür nur etwa eine halbe Stunde.
Die entscheidende Verbesserung des Verfahrens liege darin, dass es auf die Erkennung einer molekularen Veränderung des Gewebes erweitert worden sei. Zuvor waren nur morphologische Visualisierungen des Gewebes möglich, heißt es in der Mitteilung.
Die Forscher der RUB führten eine Machbarkeitsstudie mit 100 Patienten durch. Sie zeige eine Sensitivität von 100 Prozent und eine Spezifität von 93 Prozent: Alle MSI-Tumoren seien mit dem neuen Verfahren korrekt klassifiziert worden. Nur wenige seien fälschlich als MSI-Tumoren erkannt worden.
Weitere Studie zur Validierung
Nun starte eine erweiterte klinische Studie, die an Proben aus der Colopredict-Plus-2.0-Registerstudie durchgeführt werde. Die Registerstudie erlaube die Validierung der Ergebnisse der veröffentlichten Arbeit.
„Interessant ist die Methodik auch, weil sehr wenig Probenmaterial verbraucht wird, was in der heutigen Diagnostik mit immer mehr anwendbaren Techniken ein entscheidender Vorteil sein kann“, wird Professor Andrea Tannapfel, Leiterin des Instituts für Pathologie der RUB, in der Mitteilung zitiert.
Künftig solle das Verfahren in den klinischen Workflow eingebracht werden, um herauszufinden, wie groß sein Potenzial für die Präzisionsonkologie ist. (eb)
