KI gegen Krebs

Kopf-Hals-Tumoren: Maschinelles Lernen verbessert Diagnostik

Forschenden der Charité – Universitätsmedizin Berlin und des Deutschen Krebskonsortiums (DKTK) ist es gelungen, ein Problem der Diagnostik bei Patienten mit Kopf-Hals-Tumoren zu lösen.

Bildquelle: Jurmeister/Charité

Zusammen mit Wissenschaftlern der TU Berlin entwickelten sie mithilfe von künstlicher Intelligenz (KI) ein neues Verfahren, das anhand chemischer Veränderungen der DNA die Herkunft von entartetem Gewebe ermittelt. An der Charité wird die Einführung des Verfahrens in die klinische Routine derzeit erprobt. Die Ergebnisse wurden jetzt in der Fachzeitschrift Science Translational Medicine veröffentlicht.

Photo
Histologisches Schnittpräparat eines primären Lungenkarzinoms. Plattenepithelkarzinome der Lunge sowie des Kopf-Hals-Bereichs zeigen unter dem Mikroskop ein unspezifisches Wachstumsmuster und lassen sich daher anhand ihrer Feinstruktur in der Regel nicht voneinander unterscheiden.

Foto: Jurmeister/Charité

Mehr als 17.000 Menschen in Deutschland erkranken pro Jahr an Kopf-Hals-Tumoren, also Krebs in der Mundhöhle, dem Kehlkopf, der Nase oder anderen Bereichen an Kopf und Hals. Bei einem Teil dieser Patienten entwickelt sich zusätzlich ein Lungentumor. „Hier lässt sich in den allermeisten Fällen nicht sicher unterscheiden, 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. Zusammen mit Prof. Dr. David Capper vom Institut für Neuropathologie der Charité hat er die Studie geleitet. „Für die Therapie der Betroffenen hat diese Unterscheidung jedoch große Bedeutung“, betont Prof. Klauschen. „Während Patienten mit lokal begrenzten Lungenkarzinomen mittels einer Operation potenziell geheilt werden können, haben jene mit einem metastasierten Kopf-Hals-Tumor eine deutlich schlechtere Überlebenschance und benötigen beispielsweise eine Radiochemotherapie.“

Dieser Artikel könnte Sie auch interessieren

Photo

Bildanalyse in der Onkologie

Machine Learning – fast so gut wie das menschliche Auge?

Machine Learning spielt in der computergestützten Diagnostik eine immer größere Rolle und auch Big Data dringt langsam in die onkologische Bildgebung vor. Bis sich diese Trends jedoch in der klinischen Routine niederschlagen, kann es noch eine Weile dauern, meint Julia Schnabel, eine deutsche Wissenschaftlerin, die aktuell in England forscht und bei der letzten Jahrestagung der ESMRMB ihre…

Normalerweise greifen Pathologen zur Unterscheidung zwischen Metastase und Zweittumor auf etablierte Methoden wie die Analyse der Feinstruktur des Tumors sowie den Nachweis charakteristischer Eiweiße im Gewebe zurück. Da Kopf-Hals-Tumoren und Lungenkarzinome hier jedoch große Ähnlichkeit zeigen, liefern diese Untersuchungen in einem Großteil der Fälle kein eindeutiges Ergebnis. „Um dieses Problem zu lösen, analysierten wir Gewebeproben hinsichtlich einer speziellen chemischen Veränderung der DNA, der sogenannten Methylierung“, erläutert Prof. Capper, der wie auch Prof. Klauschen wissenschaftliches Mitglied des DKTK am Standort Berlin ist. „Aus früheren Studien wissen wir, dass das Methylierungsmuster von Krebszellen sehr stark davon abhängig ist, aus welchem Organ der Tumor abstammt.“

Gerade in der Medizin ist der Einsatz von künstlicher Intelligenz aber besonders komplex, daher kommen Forschungsergebnisse bislang nur selten direkt bei den Patientinnen und Patienten an. Das könnte sich jetzt ändern

Klaus-Robert Müller

Um diese Information nutzbar zu machen, wendete die Forschungsgruppe in Kooperation mit Prof. Dr. Klaus-Robert Müller, Professor für Maschinelles Lernen an der TU Berlin, KI-Methoden an. Anhand von Methylierungsdaten mehrerer hundert Kopf-Hals- und Lungentumoren trainierten sie ein tiefes neuronales Netzwerk so, dass es lernte, diese Tumorarten zu unterscheiden. „Unser neuronales Netzwerk ist nun in der Lage, Lungenkarzinome und Metastasen von Kopf-Hals-Tumoren in den meisten Fällen mit einer Genauigkeit von über 99 Prozent zu unterscheiden“, unterstreicht Prof. Klauschen. „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.“

Auch Prof. Müller, der das Berliner Zentrum für Maschinelles Lernen leitet und in diesem Rahmen mit den Wissenschaftlern der Charité kooperiert, freut sich über die Ergebnisse der Arbeit: „Künstliche Intelligenz spielt in unserem täglichen Leben, der Industrie sowie der naturwissenschaftlichen und medizinischen Forschung eine zunehmend wichtige Rolle. Gerade in der Medizin ist der Einsatz von künstlicher Intelligenz aber besonders komplex, daher kommen Forschungsergebnisse bislang nur selten direkt bei den Patientinnen und Patienten an. Das könnte sich jetzt ändern.“


Quelle: Charité – Universitätsmedizin Berlin

13.09.2019

Mehr aktuelle Beiträge lesen

Verwandte Artikel

Photo

Technik in den Genen

Was KI in der Genomforschung leisten kann (und was nicht)

Die Entschlüsselung des menschlichen Erbguts gibt noch immer Rätsel auf. Künstliche Intelligenz könnte helfen, diese zu lösen. Neue therapeutische Ansätze für schwerwiegende Krankheiten…

Photo

Cancer Genome Atlas

Molekulare Veränderungen ermöglichen personalisierte Krebstherapien

Bei der Analyse von großen Mengen an genetischen Krebsdaten, haben Wissenschaftler der ETH Zürich bisher unerforschte molekulare Veränderungen gefunden. Diese könnten helfen neue personalisierte…

Krebs anders behandeln

Grundlagenforschung und Klinik eng verzahnen

Etwa eine halbe Million neudiagnostizierte Krebspatienten erwarten Forscher für das Jahr 2014 allein in Deutschland. Rund die Hälfte der Betroffenen wird an ihrer Erkrankung versterben. Um die…

Verwandte Produkte

Eppendorf – Mastercycler nexus X2

Research Use Only (RUO)

Eppendorf – Mastercycler nexus X2

Eppendorf AG
Sarstedt – Low DNA Binding Micro Tubes

Research Use Only (RUO)

Sarstedt – Low DNA Binding Micro Tubes

SARSTEDT AG & CO. KG
AB Medical – V-Tube Clot Activator with Gel

Clinical Chemistry

AB Medical – V-Tube Clot Activator with Gel

AB Medical V-Tube
Agena Bioscience - MassARRAY Colon Panel

Amplification/Detection

Agena Bioscience - MassARRAY Colon Panel

Agena Bioscience GmbH
Alsachim, a Shimadzu group company – Dosimmune

Clinical Chemistry

Alsachim, a Shimadzu group company – Dosimmune

Alsachim, a Shimadzu Group Company
BD/QIAGEN PAXgene Blood ccfDNA Tube

Liquid Biopsy

BD/QIAGEN PAXgene Blood ccfDNA Tube

BD – Becton Dickinson