Ein neues Deep-Learning-System kann eine Art von Krebszellen detektieren, und zwar schneller und besser, als es einem menschlichen Experten mit bloßen Augen möglich ist.
KI erweist sich als hilfreich bei Immuntherapien
Jedes Jahr erkranken viele Menschen an Krebs. Um eine Therapie möglichst individuell gestalten zu können, müssen Ärzte die Tumorart bestimmen. Das ist oftmals zeitaufwendig und kostspielig. Informatiker und Mediziner aus Israel und Portugal haben sich nun zusammengeschlossen, um den Weg zur individuellen Bestimmung von Tumorarten zu erleichtern.
Mithilfe von künstlicher Intelligenz (KI) stellten sie ein Programm her, das nur mit der Auswertung von Biopsie-Bildern erkennen kann, um welchen Typ es sich handelt. „Alle sagten uns, dass das nicht möglich ist“, schreibt das Team in einer Pressemitteilung, „also mussten wir ihnen das Gegenteil beweisen“. So gelang den Forschern das scheinbar Unmögliche und sie veröffentlichten ihre Ergebnisse diesen Dezember in der Fachzeitschrift „Nature Communications“.
Krebs ist nicht gleich Krebs
Einige Tumore breiten sich im Körper aus und überlisten das Immunsystem. Sie spielen ihm beispielsweise vor, dass die Zellen zum Körper gehören und sie nicht angegriffen werden müssen. Manche Tumorarten machen sich mit diesem Mechanismus den körpereigenen Rezeptor PD-L1 zunutze. Das Immunsystem weiß eigentlich, dass es PD-L1 nicht bekämpfen darf, da es wichtig für unseren Körper ist. Bei einer Immuntherapie wird dem Immunsystem mitgeteilt, dass es diese Rezeptoren trotzdem angreifen soll. Tatsächlich hat sich diese Therapie in den vergangenen Jahren bei manchen Krebsarten und einigen Patienten als sehr wirksam erwiesen.
Um die Immuntherapie einsetzen zu können, muss man aber im ersten Schritt herausfinden, ob die Person tatsächlich an einem PD-L1-Krebs erkrankt ist. Normalerweise entnimmt ein Facharzt die Biopsie, begutachtet sie selbst und überprüft die sogenannten chemischen Marker in einem Gerät, um seine Vermutungen zu bestätigen oder zu widerlegen. Diese Prozedur ist teuer und dauert lange. Deshalb haben es sich die israelischen Informatiker Gil Shamai und Amir Livne zur Aufgabe gemacht, einen einfacheren Weg mithilfe von KI zu finden.
Dabei nutzten die Wissenschaftler eine Datenbank, in der Scanfotos von Biopsien abgespeichert werden, die entweder positiv oder negativ auf die Rezeptoren getestet wurden. Momentan sind etwa 3.376 Proben in der Datenbank gespeichert.
KI weist Sicherheit von 70 Prozent auf
Die Forscher fütterten ein künstliches neuronales Netzwerk mit den Bildern der Biopsien. Nachdem das Netzwerk das Muster gelernt hatte, konnte es mit einer Sicherheit von 70 Prozent voraussagen, dass es sich bei einem Scan von einer Biopsie um PD-T1-Krebs handelt. Die restlichen 30 Prozent wurden nicht falsch, sondern als uneindeutig eingestuft.
Während man mit einem chemischen Marker mit Sicherheit bestimmen kann, ob der PD-T1-Rezeptor involviert ist, ist das mit der KI noch nicht möglich. Im Vergleich zu einem trainierten Pathologen schnitt die neuronale Datenbank jedoch deutlich besser ab. „Das ist ein bedeutsamer Erfolg. Die Veränderungen, die der Computer gefunden hat, sind für das menschliche Auge nicht sichtbar“, sagt Ron Kimmel, ein Co-Autor der Studie, „ich glaube aber nicht, dass KI einen menschlichen Doktor ersetzen kann oder soll. Allerdings könnte sie einige Elemente der Arbeit einfacher, schneller und präziser machen.“
Bild von kalhh auf Pixabay, Artikel von Anna Mikulics