Darmkrebs: KI-basierte Vorhersagen schneller und präziser?

Modell zur Biomarkererkennung
ab
Vorscreening_Darmkrebs.jpg
© appledesign/stock.adobe.com
Newsletter­anmeldung

Bleiben Sie auf dem Laufenden. Der MT-Dialog-Newsletter informiert Sie jede Woche kostenfrei über die wichtigsten Branchen-News, aktuelle Themen und die neusten Stellenangebote.


Vorhersagen basierend auf künstlicher Intelligenz (KI) liefern vergleichbare Ergebnisse wie klinische Tests an Biopsien von Patientinnen und Patienten mit kolorektalem Karzinom, wie Forschende jetzt zeigen konnten. Lassen sich Gewebeproben künftig schneller und präziser analysieren?

Ein Team von Forschenden um Dr. Tingying Peng von Helmholtz Munich und Prof. Jakob N. Kather von der TU Dresden hat herausgefunden, dass eine KI in der Lage ist, in Gewebeproben von Patientinnen und Patienten mit Darmkrebs spezifische Biomarker vorherzusagen. Die Forschenden verwendeten sogenannte Transformer-Neuronale-Netzwerke, um Muster als Grundlage für diagnostische Entscheidungen in Krebsbehandlungen zu identifizieren. Die Software verwendet im gesamten Analyseprozess diesen neuen Deep-Learning-Ansatz, was Leistung, Übertragbarkeit, Daten-Effizienz und Interpretierbarkeit laut Studie verbessert hat. .

Multizentrische Kohorte

Dies wurde an einer großen multizentrischen Kohorte von über 13.000 Patientinnen und Patienten aus 16 Kohorten aus sieben Ländern (Australien, China, Deutschland, Großbritannien, Israel, Niederlande, USA) evaluiert. Ein Teil dieser Kohorte wurde von Forschenden vom Deutschen Krebsforschungszentrums (DKFZ) in Heidelberg und dem Nationalen Centrum für Tumorerkrankungen (NCT) beigesteuert. Durch Trainings an großen multizentrischen Kohorten kann der Algorithmus eine sehr hohe Sensitivität bei operativ entnommenen Gewebeproben erreichen. Bemerkenswerterweise kann das Modell, obwohl es nur auf Gewebeproben von Resektionen trainiert wurde, auch bei durch eine Koloskopie entnommenen Biopsiegewebe, eine hohe Genauigkeit erzielen, wie die Forschenden darlegen. Sophia J. Wagner, die Erstautorin der Studie, betont, dass "die Anwendbarkeit auf Biopsiegewebe den Nutzen des Algorithmus für Patienten und Patientinnen erhöht, wenn er schließlich im Klinik Alltag eingesetzt wird".

KI-basierte Vorscreenings 

Aufgrund der hohen Genauigkeit bei Biopsiegewebe könne der Algorithmus für ein Vorscreening eingesetzt werden, auf das dann bei einem positiven Ergebnis validierende Tests folgten, so das Forschungsteam. Die Anwendung der KI-basierten Vorhersage von Biomarkern könne die Testbelastung reduzieren und somit den Schritt zwischen der Biopsieentnahme und der molekularen Bestimmung des genetischen Risikostatus beschleunigen. Das ermögliche eine frühzeitige Patientenbehandlung, beispielsweise mit einer Immuntherapie.

Originalpublikation
Wagner SJ, Reisenbüchler D, West NP et al. :Transformer-based biomarker prediction from colorectal cancer histology: A large-scale multicentric study. Cancer Cell. https://doi.org/10.1016/j.ccell.2023.08.002

Quelle: idw/Helmholtz Munich

Artikel teilen

Online-Angebot der MT im Dialog

Um das Online-Angebot der MT im Dialog uneingeschränkt nutzen zu können, müssen Sie sich einmalig mit Ihrer DVTA-Mitglieds- oder Abonnentennummer registrieren.

Stellen- und Rubrikenmarkt

Möchten Sie eine Anzeige in der MT im Dialog schalten?

Stellenmarkt
Industrieanzeige