News • Bildbasierte Krebsdiagnostik
KI erkennt genetische Veränderungen von Tumoren
Forscher der Uniklinik RWTH Aachen entwickelten in Zusammenarbeit mit dem Deutschen Krebsforschungszentrums (DKFZ), dem Deutschen Konsortium für Translationale Krebsforschung (DKTK) und dem Nationalen Centrum für Tumorerkrankungen (NCT) Heidelberg eine computerbasierte Methode, um Mutationen in bösartigen Tumoren, unter anderem bei Brust-, Lungen- und Darmkrebs, zu diagnostizieren.
Die Ergebnisse ihrer Arbeit wurden nun im Wissenschaftsjournal „Nature Cancer“ veröffentlicht.
Die Möglichkeiten, die sich durch die Anwendung von künstlicher Intelligenz (KI) und Machine Learning bieten, sind vielfältig und werden zukünftig zu einer fundamentalen Wandlung unseres Alltagslebens führen. Wichtige Anwendungsgebiete von KI liegen unter anderem darin, bestimmte Muster zu erkennen, Entwicklungen vorherzusagen, Risiken abzuschätzen und Entscheidungen zu unterstützen – Prozesse, die auch in der Medizin von großer Bedeutung sind.
Solche Verfahren könnte die Testung auf bestimmte Eigenschaften eines bösartigen Tumors deutlich vereinfachen und Diagnosen beschleunigen
Jakob Nikolas Kather
Sowohl die Diagnose als auch die Therapie von Krebs ist äußerst komplex und muss eine Vielzahl verschiedener Faktoren berücksichtigen. Hier könnten computergestützte Verfahren neue Chancen bieten, Patienten zukünftig besser und zielgerichteter zu behandeln und Ärzte in ihren Entscheidungen zu unterstützen. „Am weitesten fortgeschritten ist die Forschung in der Bildgebung. Im Rahmen unserer Arbeit ist es uns gelungen, eine Methode zu entwickeln, mit der wir mithilfe von ‚Deep Learning‘ – einer Form des auf künstlicher Intelligenz beruhenden Maschinenlernens – ein Computerprogramm trainieren können, das anhand einer kleinen Tumorprobe wichtige Merkmale und Veränderungen bei bösartigen Tumoren erkennt – ohne weitere genetische Tests“, erklärt Dr. Jakob Nikolas Kather, Leiter der Arbeitsgruppe „Computational Oncology“ innerhalb der Medizinischen Klinik III.
Dieser Artikel könnte Sie auch interessieren
Artikel • Maschinelles Lernen
Radiologie der Zukunft: Mensch und Maschine
Künstliche Intelligenz ist nach wie vor eines der heißesten Themen in der Radiologie. „Die Auswertung von Mustern in Daten aus bildgebenden Untersuchungen und klinischen Informationen zu Patienten mittels Maschinellem Lernen wird unser Verständnis von Erkrankungen, deren Behandlung sowie deren Verlaufsabschätzung fundamental verändern“, davon ist Assoc. Prof. Dipl.-Ing. Dr. Georg Langs,…
Der Einsatz von Künstlicher Intelligenz macht die molekulare Diagnostik bösartiger Tumoren somit nicht nur schneller, sondern auch kostengünstiger. „Solche Verfahren könnte die Testung auf bestimmte Eigenschaften eines bösartigen Tumors deutlich vereinfachen und Diagnosen beschleunigen. Langfristig würde das dazu beitragen, dass mehr Krebspatientinnen und -patienten Zugang zu einer an ihre speziellen Bedürfnisse angepassten, optimalen Therapie erhalten“, so der Wissenschaftler. Die Medizinische Fakultät der RWTH Aachen University sowie die Uniklinik RWTH Aachen haben es zu ihrem Schwerpunkt erklärt, die mögliche Anwendung und die Chancen neuer digitaler Techniken für Patienten in der Zukunft zu erforschen und ihre Vorreiterrolle im Bereich Medizin und Technik weiter auszubauen.
Quelle: Uniklinik RWTH Aachen
30.07.2020
