Schweizer Forscher nutzen KI für Brustkrebs-Charakterisierung
Künstliche Intelligenz könnte bald die Einordnung von Brustkrebs-Diagnosen präziser und kostengünstiger machen.
Künstliche Intelligenz (KI) soll die Einordnung von Brustkrebs-Diagnosen präziser und kostengünstiger möglich machen. Forschende des Paul Scherrer Instituts (PSI) und des Massachusetts Institute of Technology haben eine Bildanalyse entwickelt, die mithilfe von KI das Krankheitsstadium einschätzen kann.
Das Ziel sei, die Prognosen verlässlicher zu machen, teilte das PSI in Villigen AG am Montag weiter mit. Manche Tumore würden sehr langsam wachsen oder wechselten kaum je das Stadium von einer eher harmlosen Vorstufe zu einer lebensbedrohlichen Form.
Bei Frauen gebe es eine Vorstufe von Brustkrebs in den Milchgängen, das sogenannte ductale Carcinoma in situ. Die kurz DCIS genannte Form entwickle sich in 30 bis 50 Prozent der Fälle hin zu einem bedrohlichen invasiven Mamma-Karzinom.
Die Herausforderung bei der Behandlung
Weil das DCIS sehr gut heilbar sei, würden Ärzte generell eine Behandlung empfehlen. Den Ärzten fehlen laut PSI bislang Anhaltspunkte, um verlässlich zu entscheiden, welcher Tumor harmlos bleibe oder in ein lebensbedrohliches Karzinom übergehen werde.
Der Einsatz von künstlicher Intelligenz könne die Einschätzung des Ausmasses einer Tumorerkrankung (Staging) mithilfe leicht und kostengünstig zu erhebender Daten verbessern, wie die Studie laut PSI-Medienmitteilung zeigte. Die Forschenden stellten demnach einem lernenden Algorithmus 560 Gewebeproben von 122 Patientinnen zur Verfügung.
Diese waren mit einem Farbstoff versetzt worden, der das Chromatin im Zellkern fluoreszierend leuchten lässt. Chromatin besteht unter anderem aus dem Erbmaterial DNA und Proteinen. Das Erscheinungsbild erlaube Rückschlüsse auf die Organisation und somit die Aktivität der im Zellkern enthaltenen DNA, schrieb das PSI.
Die Rolle von KI in der Krebsdiagnostik
Billige und einfach zu beschaffende Chromatinbilder könnten in Verbindung mit leistungsstarken KI-Algorithmen genügend Informationen liefern, um zu untersuchen, wie sich der Zellzustand und die Gewebeorganisation veränderten, hiess es. Vor einem Einsatz in der Praxis seien jedoch zahlreiche weitere Studien erforderlich.
