Suchen

KI-basiertes Verfahren Maschinelles Lernen verbessert Krebsdiagnostik

| Autor / Redakteur: Martin Hensel / Nico Litzel

Forscher der Charité Berlin und des Deutschen Krebskonsortiums (DKTK) konnten mithilfe von Künstlicher Intelligenz (KI) ein langjähriges Problem bei der Diagnose von Kopf-Hals-Tumoren lösen.

Firmen zum Thema

Histologisches Schnittpräparat eines primären Lungenkarzinoms.
Histologisches Schnittpräparat eines primären Lungenkarzinoms.
(Bild: Charité – Universitätsmedizin / Jurmeister)

Gemeinsam mit Wissenschaftlern der TU Berlin entwickelten die Spezialisten ein KI-basiertes Verfahren, das anhand chemischer Veränderungen der DNA die Herkunft von entartetem Gewebe ermittelt. Über 17.000 Menschen erkranken in Deutschland pro Jahr an Krebs in der Mundhöhle, dem Kehlkopf, der Nase oder anderen Bereichen an Kopf und Hals. Bei einem Teil der Patienten entwickelt sich zusätzlich ein Lungentumor, der die Ärzte vor Schwierigkeiten stellt. „Hier lässt sich in den allermeisten Fällen nicht sicher entscheiden, ob es sich um eine Streuung – eine sogenannte Metastase – des Kopf-Hals-Tumors handelt oder um einen zweiten Tumor, also ein Lungenkarzinom“, erklärt Prof. Dr. Frederick Klauschen vom Institut für Pathologie der Charité, der gemeinsam mit Prof. Dr. David Capper vom Institut für Neuropathologie die Studie geleitet hat.

Die Unterscheidung des Tumors habe große Bedeutung für die Patienten: „Während lokal begrenzte Lungenkarzinome mittels einer Operation potenziell geheilt werden können, haben Patienten mit einem metastasierten Kopf-Hals-Tumor eine deutlich schlechtere Überlebenschance und benötigen beispielsweise eine Radiochemotherapie“, erklärt Prof. Dr. Klauschen.

Vorhandene Muster nutzen

Normalerweise dienen etablierte Methoden wie die Analyse der Feinstruktur des Tumors oder der Nachweis charakteristischer Eiweiße im Gewebe als Unterscheidungsmerkmal zwischen Metastasen und Zweittumoren. Allerdings zeigen Kopf-Hals-Tumore und Lungenkarzinome hier große Ähnlichkeiten, was die Ergebnisfindung erschwert oder unmöglich macht. Einen Ausweg bietet die Analyse der Methylierung, einer speziellen chemischen DNA-Veränderung. „Aus früheren Studien wissen wir, dass das Methylierungsmuster von Krebszellen sehr stark davon abhängig ist, aus welchem Organ der Tumor abstammt“, verdeutlicht Prof. Dr. Capper.

Um diese Information nutzbar zu machen kommt ein gemeinsam mit der TU Berlin und Prof. Dr. Klaus-Robert Müller entwickeltes Machine-Learning-Verfahren zum Einsatz. Ein neuronales Netzwerk wurde anhand der Methylierungsdaten mehrerer hundert Kopf-Hals- und Lungentumoren so trainiert, dass es die Tumorarten mit einer Genauigkeit von über 99 Prozent unterscheiden kann. „Damit Patientinnen und Patienten mit Kopf-Hals-Tumoren und zusätzlichen Lungentumoren schnellstmöglich von den Ergebnissen unserer Studie profitieren, erproben wir derzeit an der Charité die Einführung dieses neuen diagnostischen Verfahrens in die klinische Routine. Dazu gehört auch, die neue Methode in einer prospektiven Studie zu validieren, um in Zukunft eine flächendeckende Anwendung für alle Betroffenen zu ermöglichen“, skizziert Prof. Dr. Klauschen das weitere Vorgehen.

Die Ergebnisse des Projekts wurden in der Fachzeitschrift Science Translational Medicine detailliert veröffentlicht.

(ID:46135009)