Mit Hilfe von KI Tumortypen unterscheiden
Tumortypen genau bestimmen und unterscheiden zu können, das ist die Basis für eine Prognose des Krankheitsverlaufs und die Wahl der Therapie. Das ist Forschern nun mit Hilfe künstlicher Intelligenz gelungen – innerhalb von rund 30 Minuten und mit großer Treffsicherheit.
Bislang färbten Forscher Krebszellen farbig ein und unterzogen sie einer aufwendigen Genanalyse. Danke KI geht die Untersuchung nun ohne Färbung des Materials, deutlich schneller und präziser.
Foto: Panthermedia.net/Leonid Eremeychuk
Es gibt mikrosatellitenstabile (MSS) und mikrosatelliteninstabile (MSI) Tumore, die bei den meisten Dickdarm- sowie anderen Krebserkrankungen im Normalfall auftreten. Zur Erklärung: Mikrosatelliten sind eher funktionslose, kurze DNA-Sequenzen. Sie wiederholen sich auch häufig. Wer an einem solchen Tumor erkrankt, hat eine deutlich höhere Überlebensrate. Das liegt vor allem daran, dass die Mutationsrate der Zellen um das 1.000-fache erhöht ist. Dadurch wachsen sie schlechter. Zusätzlich ist bei MSI-Tumoren eine innovative Immuntherapie erfolgreicher. „Es ist also für die Prognose und die Entscheidung für eine Therapie wichtig zu wissen, um welche Art des Tumors es sich handelt“, sagt Anke Reinacher-Schick, Leiterin der Abteilung für Hämatologie und Onkologie des St. Josefs Hospitals, ein Klinikum der Ruhr Universität Bochum (RUB). Die Mediziner unterschieden die Tumortypen bisher, indem sie Gewebeproben immunhistochemisch einfärbten und anschließend eine aufwendige Genanalyse durchführten.
IR-Mikroskop erweitert – um molekulare Veränderungen im Gewebe zu erkennen
Statt des herkömmlichen Verfahrens setzte ein Forschungsteam des Zentrums für Proteindiagnostik Prodi der RUB nun moderne Infrarot (IR)-Mikroskope auf Quanten-Kaskaden-Laser-Basis ein. Der Vorteil: Die Gewebeproben müssen nicht mehr eingefärbt und können stattdessen automatisiert klassifiziert werden. Und das innerhalb kurzer Zeit. Das Potenzial dieses IR-Imaging als diagnostisches Werkzeug haben Forscher bereits in früheren Studien dargelegt. Das Team hat das Verfahren jetzt noch einmal erweitert: Nun ist es möglich, auch molekulare Veränderungen des Gewebes zu erkennen. Zuvor war es auf die morphologische Visualisierung des Gewebes begrenzt. „Dies ist ein großer Schritt, der zeigt, dass das IR-Imaging eine vielversprechende Methodik in der zukünftigen Diagnostik und Therapieprädiktion werden kann“, erklärt Klaus Gewert vom RUB-Lehrstuhl für Biophysik.
In einer Machbarkeitsstudie untersuchte das Forschungsteam in Zusammenarbeit mit dem Institut für Pathologie der RUB unter Leitung von Andrea Tannapfel und der Abteilung für Hämatologie und Onkologie des RUB-Klinikums St. Josefs Hospital 100 Patientinnen und Patienten. Bei der Studie ging es auch darum, die Sensitivität und Spezifität genau zu ermitteln. Mit Sensitivität ist der Quotient aus richtigen positiven Testergebnissen und der Summe aus richtig positiven sowie falsch negativen Resultaten gemeint. Das bedeutet, je höher die Sensitivität eines Tests, desto sicherer erfasst er auch die Erkrankung. Die Spezifität beschreibt die Wahrscheinlichkeit, dass tatsächlich gesunde Probanden, die in diesem speziellen Fall nicht an einem der Tumortypen erkrankt sind, auch im Test als gesund erkannt werden.
Nächster Schritt: Einführung in den Klinik-Alltag
Die Machbarkeitsstudie zeigte eine Sensitivität von 100% und eine Spezifität von 93%. Das bedeutet: Alle MSI-Tumore wurden mit dem neuen Verfahren IR-Imaging korrekt erkannt, nur wenige wurden fälschlicherweise als solche klassifiziert. Im zweiten Schritt beginnen die Forscher nun mit einer erweiterten klinischen Studie. Sie wird an Proben aus der Colopredict-Plus-2.0-Registerstudie durchgeführt. Andrea Tannapfel und Anke Reinacher-Schick führten diese Studie vor einiger Zeit durch. Da ihre Arbeit bereits veröffentlicht ist, kann die Forschergruppe auf diese Ergebnisse als Basis zurück greifen und sie mit der neuen Methode untersuchen, sowie auch die Ergebnisse der Basisstudie auf ihre Gültigkeit prüfen. „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“, sagt Andrea Tannapfel.
Die Forschergruppe sieht großes Potenzial in dem neu entwickelten Untersuchungsverfahren. Deshalb soll es demnächst in den klinischen Alltag eingebunden werden. Schließlich wolle man herausfinden, wie sich die Möglichkeiten für die Präzisionsonkologie in diesem Umfeld darstellen. „Eine schnelle und präzise Diagnostik ist aufgrund der immer gezielteren Therapie bei onkologischen Erkrankungen von großer Bedeutung“, erklärt Anke Reinacher-Schick. Sowohl die Basisstudie als auch die aktuelle Machbarkeitsstudie wurden durch das Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen gefördert.
Mehr zum Thema KI in der Medizin:
Ein Beitrag von:
